Indicadores

library(polAr)

Computar Número Efectivo de Partidos

La libería incluye funciones para computar indicadores relevantes. Así, por ejemplo, puede calcularse el Número Efectivo de Partidos Políticos.

El cálculo se realizará el nivel de agregación de los datos descargados con get_election_data(). En este caso a nivel departamental. La función compute_nep() tiene un parámetro para elegir entre el índice de Laakso-Taagepera y/o el de Golosov.

  
 polAr::get_election_data(district = "tucuman", 
                   category = "dip", 
                   round = "gral", 
                   year = 2007) -> diputados_tucuman2007G
 
 
 
   polAr::compute_nep(data = diputados_tucuman2007G , index = "All")
#> # A tibble: 2 x 3
#>   codprov value index           
#>   <chr>   <dbl> <chr>           
#> 1 23       1.94 Golosov         
#> 2 23       2.55 Laakso-Taagepera

Competitividad

Otro indicador de interes puede ser computado con compute_competitiveness(). Este representa el grado de comeptencia de una eleccion en un distrito determinado a partir de la diferencia porcentual de votos obtenidos por los dos partidos más votados. Puede tomar valores entre \([0,1]\) donde \(1\) es lo más comeptitivo (\(a=50\%\) y \(b=50\%\) de los votos) y \(0\) lo opuesto.

  
 polAr::get_election_data(district = "tucuman", 
                   category = "dip", 
                   round = "gral", 
                   year = 2007, 
                   level = "departamento") -> diputados_tucuman_2007_general_depto
 
 
 
   polAr::compute_competitiveness(data = diputados_tucuman_2007_general_depto)
#> # A tibble: 1 x 2
#>   codprov competitividad
#>   <chr>            <dbl>
#> 1 23               0.550

Dado que data había sido descragada con level = "departamento", podemos seleccionar ese nivel como parámetro adicional y estimar el indicador a nivel local.


 data <- polAr::get_election_data(district = "tucuman", 
                   category = "dip", 
                   round = "gral", 
                   year = 2007, 
                   level = "departamento", long = TRUE)
                   
   compute_competitiveness(data = data, level = "departamento") 
#> # A tibble: 17 x 4
#>    codprov depto          coddepto competitividad
#>    <chr>   <chr>          <chr>             <dbl>
#>  1 23      Alberdi        007               0.601
#>  2 23      Burruyacu      013               0.253
#>  3 23      Capital        001               0.676
#>  4 23      Chicligasta    005               0.618
#>  5 23      Cruz Alta      012               0.370
#>  6 23      Famaillá       003               0.477
#>  7 23      Graneros       009               0.358
#>  8 23      La Cocha       008               0.510
#>  9 23      Leales         011               0.372
#> 10 23      Lules          002               0.452
#> 11 23      Monteros       004               0.480
#> 12 23      Río Chico      006               0.447
#> 13 23      Simoca         010               0.545
#> 14 23      Tafí Viejo     016               0.491
#> 15 23      Tafí del Valle 017               0.383
#> 16 23      Trancas        014               0.216
#> 17 23      Yerba Buena    015               0.746