Midterm Pulse2026Elecciones EE. UU.por Jorge Garcelán
Noche electoralESEN

CENSUS-26 · LÍMITES

Lo que el censo no puede ver

Un modelo que solo sabe quién vive en un lugar es ciego a algunas cosas por diseño. Aquí se ve dónde, y cuánto añadirían las pistas que le faltan.

01 El punto ciego

Un modelo de censo no ve un gerrymander

Nueve estados votan este año con mapas nuevos. Quien los dibuja trabaja con resultados electorales pasados, justo para aprovechar lo que la demografía no capta, como el voto republicano del sur hispano de Texas. Para el censo, las líneas nuevas apenas cambian nada; añade los resultados presidenciales de 2024 por distrito y los redibujos aparecen.

  • TX+0,2−2,4
  • FL+0,6−1,7
  • LA−0,9−1,0
  • TN−0,7−0,9
  • AL−0,6−0,8
  • OH+0,2−0,3
  • NC0,0−0,2
  • UT+0,9+0,9
  • CA+1,9+2,9
Escaños demócratas esperados con los mapas de noviembre de 2026 menos el mismo modelo con los mapas de 2024, en el mismo ambiente nacional.

Efecto neto de los mapas nuevos: +1,6 escaños demócratas esperados solo con el censo, −3,5 al añadir los resultados presidenciales. Cómo funciona el gerrymandering →

02 Pistas extra

Lo que añadirían los votos pasados y los congresistas que repiten

El mismo modelo, con información extra de la que prescinde a propósito. Cada pista ayuda, pero menos de lo que cabría esperar: casi todo lo que decide un escaño ya está escrito en quién vive allí.

Información usadaPuntuación de Brier (cuanto más baja, mejor)Escaños acertadosEscaños demócratas en 2026Mayoría demócrata
Census only (Census-26)0,04993,6 %23975 %
+ congresista que repite0,04195,2 %23374 %
+ último resultado presidencial0,03995,0 %23573 %
+ los dos0,03495,7 %22967 %

Con todas las pistas, la puntuación de Brier mejora de 0,049 a 0,034. Como referencia, en 2018 y 2022 el censo solo obtuvo 0,061 / 0,057, mientras que MP-26 y FiveThirtyEight, basados en encuestas, obtuvieron 0,028 / 0,032 y 0,027 / 0,032.

03 Letra pequeña

Dónde es más débil de lo que parece

Tres advertencias para leer cualquier número de Census-26.

Recuerda los distritos

Los árboles aprenden a reconocer distritos que ya han visto. En lugares que el modelo no ha visto nunca, su error por distrito sube de unos 10 a unos 20 puntos.

No ve a los candidatos

Los candidatos, el dinero y quién repite le resultan invisibles. Por eso el Senado, donde un nombre en una papeleta estatal pesa más, tiene más error que un distrito de la Cámara.

La ola es una suposición

El ambiente nacional es una media histórica, no una medición. Desde 2002 el castigo al partido del presidente ha ido de una pequeña ganancia a una pérdida de 17 puntos, y todos los escaños se mueven con él.

No para sustituir a la previsión con encuestas. Muestra cuánto de la política estadounidense ya viene ordenado por la geografía y la demografía, y los distritos donde eso deja de cumplirse son donde las campañas importan de verdad.

SiguienteFuentes