Encuestas y probabilidad de ganar: interpretar las cifras

Qué mide cada número

Un porcentaje de intención de voto y una probabilidad de victoria responden a preguntas distintas. La intención de voto estima qué proporción de votos recibiría un candidato el día de la elección, bajo supuestos de muestreo, participación y tratamiento de indecisos. La probabilidad de victoria, en cambio, es la frecuencia con la que un modelo predice que ese candidato gana, dadas unas reglas electorales y unas correlaciones entre distritos. No se convierten una en otra con una regla simple.

Las buenas prácticas de encuestas insisten en que se divulgue el método, la redacción de las preguntas, las fechas de trabajo de campo, el tratamiento de la no respuesta y los supuestos de participación. Sin esa información, el número de voto estimado queda sin contexto. Una probabilidad de victoria solo es interpretable si conoces las reglas del sistema electoral y cómo se agregaron los datos. Además, la fecha importa: una estimación publicada hoy no describe una elección futura si el contexto cambia.

Ejemplo ilustrativo: 10 escenarios, 8 victorias

Para ver la diferencia sin depender de una encuesta real, imagina un modelo sencillo con 10 escenarios hipotéticos igualmente probables, definidos por combinaciones de participación, indecisos y reglas electorales. En 8 de esos 10 escenarios el candidato obtiene más votos que su rival; en 2 no. Bajo esos supuestos, la frecuencia de victoria del modelo sería 8/10 = 0,8, es decir, 80%. Ese 80% no dice que el candidato tenga el 80% de los votos: dice que gana en 8 de cada 10 escenarios simulados con esas reglas.

Ese mismo modelo podría arrojar una estimación de voto del 52%. El 52% es un porcentaje de votos; el 80% es una frecuencia de victoria. Si cambias los supuestos, por ejemplo con más indecisos que se reparten de otra forma o con una regla que exige mayoría en distritos concretos, ambos números pueden moverse en direcciones distintas. El ejemplo es ilustrativo y no un modelo electoral validado: no procede de una encuesta real ni de una muestra con margen de error.

Cómo leer un precio de mercado

En mercados de predicción, el precio mostrado suele ser el punto medio entre la mejor oferta de compra y la mejor de venta. Si el diferencial supera 0,10, se muestra la última operación. Ese precio no es una garantía ejecutable: para comprar o vender necesitas profundidad y asumir el deslizamiento si tu orden consume varios niveles. La fecha y hora de observación también condicionan lo que ves.

Comparar un precio de mercado con una estimación de voto exige cuidado. El precio mostrado puede reflejar una probabilidad implícita, pero también incorpora la profundidad del libro, el deslizamiento potencial y la fecha de observación. No es una encuesta ni una predicción neutral. Si el precio se mueve, no sabes si cambió la información o simplemente la profundidad del libro.

Para profundizar en cómo se estructuran estas cuestiones, puedes revisar la guía de política y elecciones, que enlaza a recursos sobre dinámicas electorales y su lectura en mercados.

Factores que separan encuesta y probabilidad

Entre una estimación de voto y una probabilidad de victoria aparecen varios factores. El muestreo introduce incertidumbre; la no respuesta y los indecisos añaden sesgo potencial; la participación efectiva puede diferir de la prevista; los errores de encuesta pueden estar correlacionados entre distritos; y las reglas electorales como mayoría simple, colegio electoral o umbrales transforman votos y escaños. Cada elemento está documentado en las buenas prácticas de encuestas, pero ninguno se resuelve con una fórmula única.

Si 2 encuestas comparten el mismo sesgo de método, sumarlas no elimina el error. Eso afecta tanto a la estimación de voto como a cualquier modelo que use esas encuestas como entrada. Un modelo de probabilidad de victoria que ignore la correlación de errores puede parecer más preciso de lo que es.

Decisiones concretas con ambos números

Supón que ves una estimación de voto del 52% y una probabilidad de victoria del 80% en un mercado. Antes de actuar, separa las preguntas: ¿qué mide el 52%? ¿Qué supuestos de participación y reglas hay detrás del 80%? ¿La fecha de campo de la encuesta coincide con la fecha del mercado? ¿El precio es ejecutable o solo un punto medio sin profundidad suficiente? Si no puedes responder, el número es anecdótico.

Una decisión práctica es registrar la fuente, la fecha y los supuestos de cada cifra. Si usas un modelo, anota que el ejemplo de 10 escenarios y 8 victorias es ilustrativo y no lo presentes como validación empírica. Para mejorar tu calibración en mercados, revisa la guía de calibración, que trata sobre cómo ajustar creencias a la evidencia disponible.

Limitaciones y errores frecuentes

Un error común es tratar una probabilidad de victoria como si fuera una estimación de voto. Otro es suponer que un precio de mercado es una probabilidad neutral y ejecutable. Las fuentes disponibles subrayan que los precios son puntos medios o últimas operaciones, y que la ejecución real depende del libro. También advierten que las estimaciones de voto no son probabilidades de victoria. Reconocer estos límites evita conclusiones falsas.

La incertidumbre no desaparece porque el número sea preciso. Una probabilidad del 80% deja un 20% de escenarios en los que el candidato no gana. Una estimación del 52% puede cambiar con nueva información o con una participación distinta. El ejemplo de 10 escenarios no incorpora errores de encuesta reales ni márgenes de confianza; solo ilustra la diferencia conceptual.

Qué hacer con esta información

Antes de usar una cifra, identifica qué tipo de cantidad es: voto estimado o frecuencia de victoria. Pide método, fechas y supuestos. Si miras un mercado, comprueba si el precio es punto medio o última operación y si hay profundidad suficiente. Si construyes un modelo, documenta que tu ejemplo es ilustrativo y que no sustituye una validación empírica.

Para integrar estas comprobaciones en un flujo de trabajo, puedes apoyarte en la guía de flujo de trabajo con IA, que cubre cómo organizar pasos y revisiones sin automatizar conclusiones precipitadas.