Crean método estadístico para detectar fraudes electorales


(CC) myJon

Para detectar un fruade electoral, normalmente los estadísticos buscaban patrones que se adhirieran a ciertas constantes que indicaban que grandes bloques de votos iban para cierto candidato. El problema de este método es que en el mejor de los casos es un indicador de irregularidades, pero nada muy definitivo como para declarar un fraude electoral.

Para solucionar este problema, un equipo de matemáticos austríacos realizaron un estudio donde se enfocaron en la votación de unidades territoriales.

La idea es que si una región pequeña tiene un alto porcentaje de participación electoral, y virtualmente todos los votos de esa área son por sólo un candidato, es probable que sea debido a que llenaron las urnas con votos a favor, o destruyeron los votos de oponente (o los contaron mal, etcétera).

Si suficientes distritos presentan este problema, es posible que puedan alterar los resultados de una elección, y esto fue lo que encontraron los investigadores al analizar las elecciones del año pasado en Uganda y las de comienzos de este año en Rusia, donde volvió Vladimir Putin al poder tras ser primer ministro.



(C) PNASComo se ve en la imagen, en las elecciones de Uganda y de Rusia hubo numerosos lugares donde el candidato ganador obtenía cifras cercanas al 100% de los votos efectuados. El eje vertical es el porcentaje de votos al candidato ganador, y el eje horizontal, el porcentaje de participación electoral.

Lamentablemente el método no es lo suficientemente robusto para países con menos de 100 distritos electorales, como también hay que tener claro que hay países donde hay zonas con profundas discrepancias políticas como Canadá, donde los conservadores ganaron con más del 40% de los votos en todas las provincias angloparlantes de país, pero sólo obtuvieron 16,5% en la provincia francófona de Quebec.

Links:

-Researchers use new statistical method to show fraudulent voting in Russian election (Phys.org)
-Statistical detection of systematic election irregularities. Supporting Information (PNAS)

0 comentarios: