cavorite.com: cavorite.com - blog - Elecciones presidenciales de Colombia y la ley de Benford
Javier Ernesto
· 3 months ago
Como diría Sheldon Cooper, "fascinating".
Me parece que la gráfica de la distribución para Álvaro Uribe es la que más se acerca a la distribución original, me pregunto qué querra decir eso.
Como siempre, muy buenos artículos dr cavorite.
cavorite
· 3 months ago
Javier: Gracias. Este artículo estaba pendiente desde hace tiempo y ya era hora de que el blog saliera del abandono en el que se encontraba.
En cuanto a la gráfica de Uribe, eso muestra que la distribución se acerca a la ley de Benford, pero si se fija bien no es mucho. En estos casos, la prueba chi-cuadrado es más importante que la gráfica; entre más pequeño sea el valor, mayor es el ajuste. Los datos de la tabla muestran que Uribe queda de cuarto, pero hay otros que se ajustan mejor (Serpa, por ejemplo).
Camilo
· 1 month ago
Interesante post. Sé que la pregunta sonará tonta, pero tengo que hacerla (si... soy tonto) En términos de datos, eso quiere decir que cuando hay fraude los números no comienzan con 1 o 2, es decir el numero de votos, que obtiene cada candidato por puesto de votación, no comienzan asi, sino con 7, 8 9, etc ?? Es decir que si uno lista la cantidad de votos que cada candidato tiene, por mesa de votación, sin ambigüedad alguna se puede decir que empiezan con el digito 1, en un 33% de los casos??. Thanks!
cavorite
· 1 month ago
Camilo: No creo que se pueda utilizar la ley de Benford para decidir algo _sin_ ambigüedad simplemente porque no ha mostrado nada cuando se ha utilizado para verificar los resultados de elecciones en las que, al menos aparentemente, no hubo fraude. Este post (http://www.jgc.org/blog/2009/06/does-benfords-l...) explica eso un poco e incluye un enlace a otro documento relacionado.
En general, tampoco creo que sea viable mostrar que la ley de Benford se puede aplicar a estos casos por la dificultad de obtener los datos de elecciones en donde se haya confirmado que hubo fraude y cuyas características (distribución de la población, número de candidatos, etc) sean más o menos comunes como para poder hacer generalizaciones a partir de esos resultados.
All Comments
Me parece que la gráfica de la distribución para Álvaro Uribe es la que más se acerca a la distribución original, me pregunto qué querra decir eso.
Como siempre, muy buenos artículos dr cavorite.
En cuanto a la gráfica de Uribe, eso muestra que la distribución se acerca a la ley de Benford, pero si se fija bien no es mucho. En estos casos, la prueba chi-cuadrado es más importante que la gráfica; entre más pequeño sea el valor, mayor es el ajuste. Los datos de la tabla muestran que Uribe queda de cuarto, pero hay otros que se ajustan mejor (Serpa, por ejemplo).
Sé que la pregunta sonará tonta, pero tengo que hacerla (si... soy tonto)
En términos de datos, eso quiere decir que cuando hay fraude los números no comienzan con 1 o 2, es decir el numero de votos, que obtiene cada candidato por puesto de votación, no comienzan asi, sino con 7, 8 9, etc ?? Es decir que si uno lista la cantidad de votos que cada candidato tiene, por mesa de votación, sin ambigüedad alguna se puede decir que empiezan con el digito 1, en un 33% de los casos??. Thanks!
algo _sin_ ambigüedad simplemente porque no ha mostrado nada cuando se
ha utilizado para verificar los resultados de elecciones en las que,
al menos aparentemente, no hubo fraude. Este post
(http://www.jgc.org/blog/2009/06/does-benfords-l...)
explica eso un poco e incluye un enlace a otro documento relacionado.
En general, tampoco creo que sea viable mostrar que la ley de Benford
se puede aplicar a estos casos por la dificultad de obtener los datos
de elecciones en donde se haya confirmado que hubo fraude y cuyas
características (distribución de la población, número de candidatos,
etc) sean más o menos comunes como para poder hacer generalizaciones a
partir de esos resultados.