Probabilidad de Victoria (Montecarlo)
Calculado sobre 5,000 simulaciones de las actas restantes observadas/impugnadas en JEE
Keiko Fujimori
Roberto Sánchez
Tendencia Histórica de la Brecha
Margen de votos acumulados en tiempo real
Distribución de Actas Pendientes
Total de actas en el JEE y qué candidato lidera la zona
¿Cómo se llega al resultado proyectado?
Análisis bayesiano y matemático del conteo restante
Aunque la diferencia nacional actual en el conteo oficial es sumamente estrecha (apenas 0 votos), las matemáticas proyectadas de Montecarlo indican una probabilidad de victoria de Keiko Fujimori del 0.0% debido a la procedencia geográfica de las actas restantes:
- El factor Lima: De las 0 actas que faltan contabilizar a nivel nacional, 0 pertenecen a Lima Metropolitana. Lima tiene una tendencia de voto de 0.0% a favor de Keiko Fujimori. Esto le otorgará una ventaja proyectada de más de 0 votos netos en esta provincia.
- El factor Extranjero: Quedan 0 actas por computar del exterior, donde Keiko Fujimori también lidera holgadamente con el 0.0% de los votos válidos.
- Zonas favorables a Sánchez: Aunque Roberto Sánchez lidera en regiones con actas pendientes como Cusco (0) y Puno (0), el volumen total de estas actas es demasiado bajo como para contrarrestar la avalancha de votos que Fuerza Popular obtendrá en Lima, Callao (0) y Piura (0).
Conclusión: Al simular 5,000 veces el conteo de estas actas con sus respectivos sesgos históricos regionales, Fuerza Popular se impone en el 0.0% de los escenarios simulados.
Simulador de Escenarios
Ajuste de parámetros para recalcular las simulaciones probabilísticas
Porcentaje estimado de actas observadas que el JEE terminará dando como válidas en vez de anularlas.
Estado Físico del Conteo
Último reporte oficial capturado de la ONPE
🎲
¿Qué es y cómo funciona la Probabilidad de Montecarlo?
Haz clic aquí para ver la explicación detallada y los conceptos estadísticos detrás de este modelo
¿Qué es y cómo funciona la Probabilidad de Montecarlo?
Haz clic aquí para ver la explicación detallada y los conceptos estadísticos detrás de este modelo
La probabilidad de Montecarlo no proviene de una sola fórmula matemática rígida, sino del resultado de simular un evento miles de veces en una computadora utilizando el azar para calcular qué tan probable es que ocurra cada escenario final.
El método debe su nombre al famoso Casino de Montecarlo en Mónaco, debido a que se basa en la repetición de juegos de azar (aleatoriedad) para resolver problemas matemáticos complejos.
1. Incertidumbre Regional
El modelo varía el porcentaje esperado de cada región en cada simulación alrededor de su promedio histórico usando una Distribución Beta, emulando la variabilidad de las mesas pendientes en el JEE.
2. Escrutinio JEE
No todas las actas observadas son validadas por el JEE. El modelo simula cuántas actas de las pendientes serán aprobadas o anuladas en cada simulación usando una Distribución Binomial.
3. Conteo y Probabilidad
Sumamos los votos reales con los simulados en cada iteración. Al final de las 5,000 corridas, dividimos las elecciones ganadas por cada candidato entre 5,000 para obtener el porcentaje de probabilidad.
Detalle de Actas Pendientes por Regiones Clave
Las regiones con mayor cantidad de actas en el JEE definirán el resultado final
| Región | Actas Escrutadas | Actas Restantes (JEE) | Líder Observado | % Votos Líder | Estado |
|---|---|---|---|---|---|
| Cargando datos... | |||||