Tipología de complejidad electoral: Sistema de agrupación de municipios y secciones electorales en función de la similitud que indican sus grados de complejidad electoral. 4 Tareas de RFE IIMA, para posteriormente realizar una tipificación de municipios y divisiones electorales en función de la similitud observada en sus grados de complejidad electoral.
Consideraciones teóricas sobre la complejidad
Las metodologías modernas de análisis de sistemas complejos
En este contexto, es importante señalar que el problema actual de cuantificar la complejidad también se ha producido en otros campos científicos. La primera pregunta indica que la complejidad de un sistema a menudo está asociada con el grado de dificultad asociado con la descripción completa del sistema bajo estudio.
El estudio de la complejidad en las ciencias sociales
De esta forma, será posible estudiar de forma no reduccionista y en todo su alcance, la complejidad de los sistemas sociales. Una de las principales características de los sistemas sociales y humanos es su dinámica temporal rápida y a menudo caótica.
Marco Metodológico
Definición del concepto de Complejidad Electoral
Por lo tanto, en esta investigación se dejan de lado aspectos importantes del sistema geoelectoral mexicano (por ejemplo, la participación electoral de los ciudadanos, o el grado de competencia partidista) debido a la falta de indicadores estadísticos detallados que permitan incluir estos aspectos. en el análisis se define el concepto de complejidad electoral.34. Considerando la definición propuesta de complejidad electoral, surge el problema de cómo cuantificar el concepto para cada uno de los componentes de base del sistema geoelectoral mexicano.
Los indicadores estadísticos para cuantificar la Complejidad Electoral
Para alcanzar este indicador se utiliza el corte de datos del LNE de diciembre de 2019:39. Calculado con información de PE y LNE, corte diciembre 2019. Autocorrelación mensual de LNE.
Transformación de datos y elaboración de los Índices de Complejidad
Asimismo, los ICE también permiten analizar la complejidad electoral a lo largo del tiempo (por ejemplo, si los ICE deben recalcularse en un período posterior), ya que permiten medir las variaciones en la complejidad electoral causadas por cambios en el comportamiento de las elecciones básicas. indicadores. Cada Componente Principal logra explicar un cierto porcentaje de la varianza encontrada en el conjunto de datos original.
Agrupamiento de datos y elaboración de la Tipología de Complejidad Electoral
Para la cuestión específica de los resultados obtenidos en los ICE -tanto para el caso municipal como para el caso de sección- está implícito un problema de agrupamiento no supervisado, ya que el conjunto de datos de los ICE no está etiquetado, es decir, carece de variables objetivas .62. Asimismo, para una amplia explicación y demostración de la implementación de algoritmos de aprendizaje no supervisado en Python, se recomienda revisar Pedregosa et al. Para los municipios está implícita una matriz de datos con 2.458 instancias y 7 indicadores diferentes.
En otras palabras, el análisis de clustering nos permite construir una tipología de complejidad electoral en el espacio de proyección del ICE tanto a nivel municipal como a nivel sectorial.
Identificación de casos atípicos de complejidad electoral
En el caso específico de esta investigación, se utiliza la regla del rango intercuartil porque su implementación es bastante sencilla cuando se generan las distribuciones ICE para cada grupo de TCE. La regla del Rango Intercuartil (RIQ) se basa en el cálculo de los cuartiles de una distribución (específicamente los cuartiles Q1 y Q3) para establecer la condición de atipicidad, ya que la regla establece que las observaciones atípicas son aquellas que están fuera del rango. las siguientes clasificaciones inferior y superior:. 10) Es importante enfatizar que la justificación del uso de la regla del rango intercuartil depende en gran medida de la condición de normalidad de la distribución analizada. 69 Más precisamente, sólo se analizan las distribuciones de los tres primeros ICE, ya que, como se explicará en detalle en los Capítulos 3 y 4, los primeros tres ICE concentran casi el setenta por ciento de la varianza explicada por los componentes principales.
En este estudio no se han utilizado métodos más sofisticados para identificar observaciones atípicas, ya que el análisis de los resultados obtenidos en la identificación de casos atípicos (ver Capítulos 5 y 6) fue favorable considerando la información disponible en los indicadores básicos.70.
Resultados de los Índices de Complejidad Electoral a nivel
Análisis exploratorio y construcción de los ICE municipales
El resultado de la varianza explicada por cada componente principal se muestra en el gráfico 3. El gráfico 4 muestra la proyección de los municipios en el subespacio de PC1 y PC2. Para solucionar estas limitaciones es necesario analizar la proyección tridimensional de los municipios en el espacio del ICE municipal.
El Gráfico 5 presenta la proyección tridimensional de los municipios en el subespacio de los componentes CP1, CP2 y CP3.
Interpretación de los ICE municipales
Y en el caso del indicador de Autocorrelación Mensual LNE, éste puede variar sólo en el intervalo [0,1]. Además, el coeficiente de actualización del RFE impacta positivamente -pero en menor medida- en los demás ICE municipales. En particular, cuanto mayor sea la intensidad del color verde, mayor será el peso positivo del indicador en el ICE municipal.
Y viceversa: a mayor intensidad del rojo, más fuerte es la ponderación negativa del indicador en el ICE municipal.
Ranking municipal de complejidad electoral
El Cuadro 5 presenta el ranking de complejidad electoral a nivel municipal por entidad federativa. Por otro lado, hay otras zonas del territorio nacional (principalmente en los estados de Chihuahua, Coahuila, Jalisco y Sonora) que presentan una valoración altamente positiva en los principales ICE. En este gráfico se puede observar que los municipios que pertenecen a la expansión urbana ofrecen, en promedio, una valoración negativa en los principales SI.
59 En contraste, los municipios aledaños a la extensión urbana presentan características opuestas –hecho reflejado en la evaluación positiva que muestran en el ICE principal–, ya que muestran un menor nivel de actualización en su LNE y también presentan mayores tasas de crecimiento demográfico. característico de municipios que se encuentran en proceso de urbanización, por su cercanía a una gran ciudad).
Resultados de los Índices de Complejidad Electoral a nivel
Análisis exploratorio y construcción de los ICE seccionales
El gráfico 10 muestra la proyección de las divisiones electorales en el subespacio PC1 y PC2. 100 En el Capítulo 6, se analiza con más detalle la cuestión de identificar divisiones electorales atípicas. Como resultado, es necesario analizar la proyección tridimensional de las secciones electorales en todo el espacio de los ICE seccionales.
Proyección de las divisiones electorales en el subespacio CP1-CP2-CP3 Fuente: Elaboración propia de la biblioteca Python–Scikitlearn–Seaborn.
Interpretación de los ICE seccionales
De manera similar, el coeficiente de actualización del RFE también proporciona un peso significativo (negativo) dentro de la composición del ICE principal. En cuanto al segundo Componente Principal PC2 (segundo ICE), el mayor peso lo presentan los indicadores de Autocorrelación Mensual del LNE, Densidad Electoral y Coeficiente de Actualización del RFE. 72 Por otro lado, el segundo ICE transversal está influenciado principalmente por el nivel de autocorrelación del LNE con respecto al comportamiento mensual anterior (autocorrelación a 1 rezago).
73 ICE seccionales posteriores (CP4, CP5 y CP6) en función de la ponderación obtenida de los indicadores básicos dentro de los Componentes Principales.
Ranking seccional de complejidad electoral
74 secciones.104 En cambio, la Tabla 7 presenta una sección de muestra de la clasificación de complejidad electoral obtenida del ICE principal. El Cuadro 8 también muestra la clasificación de la complejidad electoral a nivel sectorial por unidades federales. Los datos mostrados en los Cuadros 7 y 8 permiten resaltar que los distritos electorales con mayor complejidad electoral (según los principales ICE) se ubican principalmente en áreas geográficas alejadas de los principales centros urbanos de México (por ejemplo, 6 de los primeros 10 distritos. Los complejos electorales de mayor complejidad electoral se ubican en las zonas montañosas del occidente de México) o dentro de los límites de áreas urbanas (como es el caso de las secciones 2547 y 2737 del estado de Nuevo León).
A través de la Figura 4 se puede observar que las secciones electorales ubicadas dentro de la mancha urbana presentan, en promedio, una valoración negativa en los principales ICE.
Tipología de la Complejidad Electoral: municipios
Análisis de silueta e implementación de K-medias: caso municipal
Asimismo, siguiendo la dirección del eje CP2, la tipología separa los municipios que tienen una valoración positiva en el segundo ICE (grupos G2, G3 y, en menor medida, el grupo G1) de los municipios que presentan una valoración negativa ( mayoritariamente, los municipios clasificados en los grupos G0 y G4). Por ejemplo, se puede observar que los municipios clasificados en el grupo G2 (puntos en amarillo) presentan valores más altos en el tercer ICE municipal, a diferencia de los municipios clasificados en el grupo G1 (puntos en verde). 110 En la siguiente sección del capítulo se analizarán en detalle las estadísticas de los grupos municipales de ECT.
111 Cabe señalar que aproximadamente la misma cantidad de municipios clasificados se concentran en este grupo de ECT municipales.
Estadísticas de los grupos de la TCE municipal
90 Las Figuras 5 y 6 permiten darnos cuenta de que las características derivadas a priori de las TCE municipales -ayudadas con la interpretación de la ICE municipal- corresponden a las características geográficas y demográficas observadas en el territorio mexicano. Panel de diagramas de violín de los siete indicadores base (con agrupación según el TCE municipal). 94 Los gráficos de violín en particular indican que todas las distribuciones de los indicadores están sesgadas, con diferentes grados y direcciones de sesgo.
En cuanto a la presencia o ausencia de colas largas en las distribuciones de los indicadores (agrupados según TCE municipal), se puede observar que un comportamiento leptocúrtico está presente en los cinco grupos de la tipología municipal, al existir una cantidad significativa de colas largas. de municipios fuera de rango (valores atípicos).
Identificación de casos atípicos a nivel municipal
La siguiente sección analiza más de cerca el proceso de identificación de casos atípicos, así como las características de los municipios identificados en esta categoría. El segundo grupo está formado por municipios que presentan una valoración atípica en el segundo ICE municipal y también se clasifican en los grupos G2 y G3. De manera similar, se observa un patrón en la distribución geoespacial de los municipios de este grupo, ya que la mayoría están ubicados en áreas urbanas correspondientes a ciudades con un tamaño poblacional medio (e.g. Acapulco, Celaya, Culiacán y Saltillo), y sólo tres son alcaldes/ Municipios Los municipios (Iztapalapa, Nezahualcóyotl y García) están ubicados en las áreas metropolitanas de la Ciudad de México y Monterrey.
Para concluir este apartado, en la Figura 7 se presenta el mapeo geográfico de los municipios identificados como atípicos, y en los archivos adjuntos se brinda un desglose completo de los municipios con su respectiva evaluación en el ICE.
Tipología de la Complejidad Electoral: secciones electorales
Análisis de silueta e implementación de K-medias: caso seccional
De manera similar, en la dirección del eje CP2, la división TCE separa las circunscripciones que tienen una evaluación positiva en el segundo ICE (grupos G1 y G2) de las divisiones que presentan una evaluación negativa (pertenecen las divisiones asignadas a los grupos G0 y G3). . ). 105 más claramente la estructura dimensional que presenta la distribución de las circunscripciones en el espacio del ICE, y la adaptación del diámetro TCE a la estructura tridimensional de la proyección.123. Por el contrario, las circunscripciones pertenecientes a los grupos restantes (G0 y G3) presentan rasgos característicos de municipios rurales o semiurbanos (un electorado pequeño y una mayor distribución geográfica de los electores).
125 Cabe señalar que aproximadamente el de las secciones electorales secretas se concentra en este grupo del TCE seccional.
Estadísticas de los grupos de la TCE seccional
109 Las Figuras 8 y 9 permiten observar que las características derivadas a priori de los grupos seccionales de ECT son consistentes con las características geográficas y demográficas que se pueden apreciar en el territorio mexicano. Por otro lado, el gráfico 21 también muestra las distribuciones de valores correspondientes a cada grupo de TCE seccional a través de números de violín. En particular, se puede observar que los cuatro grupos del TCE seccional presentan valores atípicos (figuras de violín alargadas), especialmente el grupo G3, ya que muestra una distribución de comportamiento leptocúrtico pronunciado.
Panel de gráficos de violín de los seis indicadores base (con agrupación según TCE seccional).
Identificación de casos atípicos a nivel seccional
A partir de estas configuraciones de grupo se implementó el algoritmo K-means en las proyecciones de municipios y divisiones electorales en el espacio ICE. La metodología para calcular ICE y TCE se basó principalmente en el uso de PCA y la implementación del método de agrupamiento K-medias. Teoría de sistemas complejos y teoría de sistemas sociales en controversias sobre complejidad.
Tipología de las circunscripciones para la aplicación de las actividades del DERFE, México: Autor.
