Modelado Multinivel y de Machine Learning aplicado al análisis de la participación electoral en la provincia de Buenos Aires

Abstract

Esta tesis examina el incremento sistemático en la participación electoral entre las Primarias Abiertas Simultáneas y Obligatorias (PASO) y las elecciones generales en la Provincia de Buenos Aires entre 2011 y 2023. Se emplea un enfoque metodológico mixto que combina modelos estadísticos explicativos de regresión multinivel con algoritmos de aprendizaje automático (Elastic Net, Random Forest, XGBoost) aplicados a un extenso conjunto de datos de más de 240.000 mesas de votación. Los resultados señalan que la participación en las PASO es el principal predictor de la participación en las elecciones generales, junto con variables demográficas (como la edad poblacional), el nivel socioeconómico y características del contexto político local. Asimismo, se desarrollan modelos predictivos orientados a optimizar estrategias de campaña electoral o de intervenciones de políticas públicas basados en la identificación de estos factores clave.

This thesis examines the systematic increase in voter turnout between the open, simultaneous, and compulsory primaries (PASO) and the general elections in the Buenos Aires Province from 2011 to 2023. It employs a mixed-method approach combining explanatory multilevel regression models with machine learning algorithms (Elastic Net, Random Forest, XGBoost) applied to a large dataset of over 240.000 polling stations. The results indicate that PASO turnout is the main predictor of the turnout during the general elections, along with demographic variables (such as age distribution), socioeconomic level, and local political context factors. Additionally, predictive models are developed to optimize campaign strategies or public policies based on identifying these key factors.