Monitor técnico-estadístico · Elecciones Generales 2026 Perú

EN VIVO Aporte ciudadano · data pública · hashes SHA-256 · reproducible · repo ·

Esto NO es un informe pericial. Es un análisis técnico reproducible. La palabra "forense" refiere a la cadena de custodia de los datos, no a calidad pericial-judicial. Todos los números son verificables con SHA-256 + código abierto (MIT).

Estado del escrutinio

Escrutinio oficial
Keiko Fujimori
Roberto Sánchez
López Aliaga
Margen Sánchez − López Aliaga
Actas impugnadas (JEE)

Mapa por región — margen Sánchez vs López Aliaga

Cada departamento coloreado por margen absoluto Sánchez − López Aliaga al corte actual. Rojo = López Aliaga gana · Verde = Sánchez gana · Tonalidad ∝ magnitud del margen. Hover para ver detalle por región.

Comparar cortes — antes vs ahora

Mové el slider para elegir un corte histórico y comparar contra el corte actual. Δ = corte actual − corte seleccionado (en puntos porcentuales).

Corte A:
Candidato Corte A Ahora Δ pp

Serie temporal — 5 candidatos

Fuente: snapshots ONPE vía proxy. Timestamps UTC.

Alertas en vivo

Hallazgos al corte

ID Severidad Hallazgo

Proyección bayesiana — P(2° lugar)

Modelo jerárquico bayesiano Dirichlet-Multinomial con prior Beta sobre tasa de integración de actas JEE (10,000 simulaciones). Metodología basada en Linzer (2013) JASA + NYT Election Needle.

EscenarioTasa integración JEEP(López Aliaga supera Sánchez)Margen p5Margen p50Margen p95

Interpretación: el margen final depende crucialmente de cuántas actas impugnadas se integran al conteo (vs se anulan). En los tres escenarios considerados, la probabilidad de que López Aliaga pase a 2ª vuelta está entre 37-49% — empate técnico estadístico.
Referencias: Linzer D. (2013) JASA · Cohn N. (NYT Upshot) · Gelman & Hill (2007).

Forecast interactivo — ¿Y si la tasa JEE fuera…?

Mueve el slider para simular distintas tasas de integración de actas impugnadas JEE. La probabilidad se interpola entre los 3 escenarios (pesimista 0.29, central 0.50, optimista 0.71).

Interpolación lineal sobre los 3 escenarios del modelo. No re-simula MCMC — es una lectura rápida de sensibilidad, no un modelo nuevo.

Regiones pivote (forecast)

Top 10 regiones con mayor impacto esperado en el margen, ordenadas por votos_fuera × (share_Sánchez − share_López Aliaga).

RegiónActas fueraVotos fueraShare SShare López AliagaΔ esperado

Proyección contrafactual por región

Ganancia / pérdida neta López Aliaga vs Sánchez si todas las actas impugnadas y pendientes se resuelven al ratio regional actual.

RegiónActas fueraLópez Aliaga %Sánch %Δ López Aliaga−S

Metodología

Compartir este corte

Texto pre-armado con el margen actual. Se actualiza automáticamente.