Metodoloxía

Este documento é a referencia metodolóxica de Al dato. Publicouse no repositorio antes de calcular os resultados; calquera cambio posterior queda no historial de versións e en docs/DESVIACIONES.md.

1. Principios

1. Só fontes oficiais. Organismos públicos de España (INE, Banco de España, IGAE, Seguridade Social, Ministerio do Interior, Xunta Electoral Central, BOE) e da Unión Europea (Eurostat). Para datos de España prefírese sempre o produtor primario; Eurostat úsase para comparar coa UE con definicións armonizadas.
2. Orixe verificable de cada cifra. Cada ficheiro descargado gárdesse sen modificar coa súa URL exacta, a data e hora da consulta e a súa pegada SHA-256. A publicación falla automaticamente se unha cifra non se pode reconstruír a partir dun ficheiro bruto coa súa pegada.
3. Pre rexistro. Os indicadores (data/catalog/indicadores.yaml), os marcadores (data/catalog/marcadores.yaml) e a análise de medidas (data/catalog/medidas.yaml) fíxanse e publícanse antes de ver os resultados.
4. Neutralidade por construción. Mismas regras para todos os gobernos e partidos; ningún cor asociado a partidos; rango por defecto dos gráficos = serie completa; ningún adxectivo valorativo.
5. Honestidade sobre a causalidade. Cada resultado declara o seu nivel de evidencia. Que un dato cambie durante un goberno non significa que ese goberno o haxa causado.

2. Indicadores do verificador

Cada indicador do catálogo ten: organismo, operación estatística, código de serie, URL da fonte primaria, unidade, frecuencia, administración coa competencia principal, roturas de serie documentadas polo organismo e definicións que adoitan confundirse.

• Verificación: cada código comprobouse contra a API oficial (último período e último valor) e descartáronse as series conxeladas ou descontinuas. Por exemplo, o INE substituíu a serie de desemprego EPA815 pola EPA452434 ao revisar a Enquisa de Poboación Activa (EPA).
• Datos provisionais: mantéñense as marcas do organismo (provisional, ruptura, definición distinta, estimado).
• Comparación coa UE-27: cando existe, úsase a serie armonizada de Eurostat para España e para a UE-27, coa mesma definición. A serie nacional do produtor primario móstrase aparte.
• Cifras de portada: un indicador por cada gran área do debate económico e social (emprego, prezos, contas públicas, actividade, pobreza e educación), sempre o mesmo e co seu último dato, calquera que sexa a súa evolución.
• Actualización: unha tarefa programada descarga os datos cada día e pásaaos por un filtro automático. O que supera o filtro publícase. O que o filtro retén non se publica ata que unha persoa o revise (ver a sección 8]).

Incorporación de novos indicadores

Un indicador novo engádese ao catálogo coa súa verificación fronte á API oficial. O cambio regístrase na data no histórico público e documéntase en docs/DESVIACIONES.md se altera o pre-registro.

3. Marcadores por área de goberno

Os marcadores seguen a lóxica dos OKR (obxectivos e resultados clave), con dúas restricións de neutralidade:

1. Quen decide o que é «mellor». Un indicador só ten sentido de mellora (sube ou baixa) se o establece unha norma ou un compromiso oficial, que se cita: a Constitución, os tratados da UE, unha lei ou un obxectivo oficial da UE. Se non existe esa norma, o indicador preséntase como contexto, sen valoración. Así ocorre coa presión fiscal, o gasto público, a inflación (mandato do BCE) ou a poboación.
2. Quen fixa os obxectivos. Os obxectivos cuantitativos (por exemplo, o déficit do 3 % ou o abandono escolar por baixo do 9 % en 2030) proceden exclusivamente de normas oficiais (data/catalog/objetivos.yaml).

Ventás de atribución. Cada goberno abarca desde o Real Decreto de nomeamento do seu presidente ata o do seguinte, incluído o período en funcións; o día do Real Decreto aínda conta para o goberno saínte (D-009). Úsanse gobernos e non lexislaturas porque unha moción de censura pode cambiar o Goberno a metade da lexislatura. Cada ano, trimestre ou mes atribúese ao goberno que gobernou máis da metade dos seus días (D-005). A variación vai do último dato anterior ao primeiro período propio do goberno ata o seu último período propio, e só se cualifica se hai dato en todos os seus períodos propios (no goberno en curso, ata o último dato publicado).

Separar contexto e xestión. Para cada ventá calcúlase a variación en España e na UE-27 coa mesma definición armonizada. O diferencial (variación de España menos variación da UE-27) descuenta a parte da evolución que comparten as economías europeas: ciclos, crises financeiras, pandemia ou prezos da enerxía.

• O que non permite: atribuír o diferencial ao Goberno. Pode deberse a factores propios de España alleos á acción do Goberno, como a estrutura produtiva, a demografía ou a política das CCAA.
• Nivel de evidencia: N0, descrittivo con comparador.

Sensibilidade. As políticas tardan en producir efecto. Por iso tamén se ofrecen os resultados coa ventá desprazada un ano. Se o diferencial cambia de signo, o resultado é fraxil e así se indica.

Ventás curtas ou incompletas. Os gobernos de menos dun ano, os tramos con menos de dúas observacións (a de partida e a final) e as variacións ás que lles falta algún período propio non se califican, e a táboa indica o motivo.

Competencias. Cada indicador indica cal administración ten a competencia principal. Sanidade e educación están xestionadas polas comunidades autónomas.

4. Laboratorio de medidas

O obxectivo é estimar o efecto dunha medida concreta, separándoo do contexto, con métodos de inferencia causal.

Criterios de selección das medidas:

• norma publicada no BOE con data de entrada en vigor;
• polo menos oito observacións antes e despois;
• un grupo de comparación creíbel;
• equilibrio entre gobernos de distinto signo.

Salvaguardas:

• placebos de data e de unidade;
• sensibilidade á xanela e ao grupo doante;
• erros robustos;
• informe de todas as especificacións probadas.

Se un placebo dá un efecto significativo ou as tendencias previas non son paralelas, o resultado baixa de nivel e a conclusión dixoiso.

Revisión externa: mentres non os validen polo menos dúas persoas expertas de perfís distintos, as análises publícanse como borrador. Levan un aviso visible en cada páxina, non se indexan nos buscadores e as súas cifras non se presentan como resultados en ningún outro lugar do sitio.

5. Simulador e guía institucional

O simulador aplica a LOREG (art. 162 e 163: D’Hondt por circunscrición, limiar do 3 % dos votos válidos) aos resultados oficiais de 2023 (Xunta Electoral Central, BOE-A-2023-18907) e ao reparto de escanos de 2026 (Real Decreto 806/2026, BOE-A-2026-20742). Un test automatizado comproba que o motor reproduce exactamente os 350 escanos de 2023 nas 52 circunscricións.

• Modelo de variación: a variación do voto modélase como un cambio proporcional uniforme. Non é un modelo predictivo.
• Enquisas: respéitase a prohibición de publicar sondeos nos cinco días anteriores á votación (LOREG, art. 69.7).

Cada regra da guía institucional enlaza co seu artigo no texto consolidado do BOE.

6. Programas electorais

Analizaranse os programas das 20 candidaturas principais, escollidas segundo estes criterios:

1. só candidaturas proclamadas no BOE;
2. ordenadas polos votos obtidos nas eleccións xerais de 2023;
3. as formacións novas inclúense se obtiveron representación no Congreso dos Deputados ou no Parlamento Europeo en 2024.

Para cada programa:

• archívase o PDF oficial coa súa pegada;
• regístrase cada proposta cunha cita literal, a páxina, o área temática, o nivel de concreción («medible» ou «declaración de intenciones») e a administración competente;
• se se emprega extracción automática, unha persoa revisa cada proposta antes de publicala.

Afinidade entre partidos

En que medida coinciden os partidos ao votar no Congreso dos Deputados, no Senado e no Parlamento Europeo, só con votacións nominais oficiais. Al dato non coloca ningún partido en ningún eixe. As regras, fixadas antes de descargar os datos, están en docs/AFINIDAD.md e data/catalog/afinidad.yaml.

7. Correccións

Os erros corríxense de forma visible na fe de erratas, coa data, a cifra anterior e a corregida, sen borrar o historial.

8. Actualización automática e filtro de calidade

Os datos actualízanse soos cada día. A regra é: ningún dato publícase sen pasar o filtro; o que o filtro retén revísao unha persoa. O filtro protexe contra tres cousas: unha fonte comprometida (por exemplo, unha web oficial atacada), un erro de descargue e un cambio de método que o organismo non haxa avisado.

1. Orixe e forma de cada descargue. Só se descarga dunha lista pechada de dominios oficiais, sempre por HTTPS e co certificado verificado. Unha redirección a outro dominio é un erro. Cada descargue ten que ter o tipo e o tamaño esperados e a mesma estrutura que a anterior: código de serie, unidade e dimensións. Da fonte só se toman números e períodos. Un período futuro ou un valor que non é un número rexeítanse. Os nomes que trae a fonte (por exemplo, de provincias) compáranse co catálogo e nunca se publican tal cal.

2. Verosimilitude de cada serie, fronte ao último dato publicado. As regras e os seus umbrais están en data/catalog/filtro.yaml:

• Salto anómalo: o cambio do último período compárase cos cambios habituais desa mesma serie, cunha medida robusta da súa dispersión (a desviación absoluta mediana). Ademais, hai un límite fixo por tipo de unidade: un valor multiplicado por dez retense sempre.
• Revisións do pasado: retense se o organismo modifica máis do 30 % dos períodos xa publicados, ou se unha revisión é grande.
• Desaparicións: un período que xa estaba publicado e desaparece, ou un baleiro novo, retense sempre.
• Cuadres: nos mapas, a suma das provincias ten que cuadrar co total de España, como ata agora.
• Coherencia entre fontes: o desemprego rexistrado, o IPC e o PIB do INE compáranse coa mesma cifra de Eurostat. A súa diferenza ten que quedar dentro do habitual.
• Cambios masivos: se unha fonte modifica de golpe o pasado de moitas series á vez, retense toda a fonte. É o sinal típico dun ataque ou dun cambio de método.
• Calendario: un dato que chega antes do posible xera só un aviso. O INE non publica o seu calendario nun formato que se poida descargar.

Probado sobre os últimos 24 períodos de cada serie publicada (3.488 casos), o filtro tería retido o 0,8 %, case todo na pandemia de 2020 e 2021. É o esperado: un cambio así merece que unha persoa o mire antes de publicalo.

3. Decisión. O que se retén non se publica. A ficha conserva o último dato comprobado e avisa: «Dato sen actualizar desde…». O titular recibe un aviso cos motivos e decide se o aproba. Cada actualización queda no rexistro público de actualizacións: o que se actualizou e o que se retén, co seu motivo.

4. Arquivo de probas. Cada resposta de cada fonte gárdate completa, coa súa data e hora, en formato WARC (ISO 28500), un estándar de arquivo web. Gárdanse tamén as cabeceiras e a pegada do certificado do servidor. O arquivo nunca se borra nin se sobreescribe. Cada día, unha cadea de pegadas SHA-256 enlaza todo o novo co anterior, e un selo de tempo independente (RFC 3161 e OpenTimestamps) fixa a súa data. Así pódese demostrar o que publicaba cada fonte en cada momento, aínda que despois o cambie ou o borre. O procedemento está en docs/PRUEBAS.md.

9. Propiedades estatísticas das series e correlacións (en preparación, sen publicar)

Regras completas e parámetros en data/catalog/estadistica.yaml e na desviación D-048, fixadas antes de calcular. Resultados en data/processed/estadistica/.

Propiedades por serie (sobre a serie publicada, salvo onde se indica anual). Sendo x_i as observacións e t_i o seu inicio en anos:

• Media, mediana e desviación típica con n−1. Mínimo e máximo co seu período.
• Tendencia: pendente b de x = a + b·t por mínimos cadrados, con intervalo do 95 % (t de n−2 graos de liberdade e erros de Newey-West, floor(4·(n/100)^(2/9)) retardos).
• Variación media anual: (x_último/x_primero)^(1/anos) − 1 en series en niveis positivos; (x_último − x_primero)/anos no resto.
• Variación interanual anual d_t: 100·ln(X_t/X_{t−1}) en niveis positivos; X_t − X_{t−1} no resto, con X_t a media dos períodos do ano se está completo. Volatilidade = desviación típica de d_t.
• Estacionalidade: parte da varianza das primeiras diferenzas que explica o período do ano (umbral 0,25, o mesmo da web).
• Cambios de ritmo: PELT sobre d_t, custo de mínimos cadrados, tramos de 4 ou máis, penalización 2·σ²·ln(n), σ = 1,4826·MAD(d).
• Rupturas documentadas: proba de Chow (F de 2 e n−4 graos de liberdade) con corrección de Benjamini-Hochberg.
• Variacións atípicas: |0,6745·(d_t − mediana)/MAD| > 3,5.
• Frente á UE-27: diferenza España − UE-27 nos períodos comúns.

Correlacións. Spearman e Pearson entre d^A_t e d^B_{t+k}, k de −4 a +4, con polo menos 20 pares; p-valor cun tamaño efectivo por autocorrelación; intervalo por bootstrap de bloques; Benjamini-Hochberg ao 5 % sobre todas as probas. Unha correlación non implica causa: describe que dúas series se movían ao mesmo tempo, e a maioría das que aparecen con series que crecen co tempo non teñen relación. Acompáñase sempre do número de probas, de cantas saírían por azar e dun placebo cunha serie barallada por bloques.

Na web: coincidencias estatísticas. As correlacións que superan o criterio de Benjamini-Hochberg ao 5 % publícanse como «coincidencias estatísticas» na ficha de cada dato, en Explorar e nunha páxina propia](/metodologia/coincidencias/) co método, os recuentos e a lista completa. Cada lista inclúe o número de parellas comparadas, cantas coincidencias saírían por azar, o resultado con datos barallados e un texto fixo: pode deberse ao azar, a unha terceira causa común ou á casualidade das datas, e non indica que un feito cause o outro. Orde fixa: polo nome do outro dato e, a igual nome, polo desfase; nunca polo tamaño do coeficiente. As parellas con relación por definición (mesma operación estatística, unha parte da outra ou unha calculada a partir da outra) marcanse cunha regra fixa, sen mirar o resultado, e van aparte. Regras de presentación e lista da marca en data/catalog/coincidencias.yaml.

Na web: perfil do dato e datos cun comportamento parecido. Cada ficha de datos e a sección Explorar presentan en lingua clara o perfil da serie (mínimo, máximo, media, cambio típico dun ano a outro, tendencia, estacionalidade, cambios de ritmo, anos atípicos e cambios na forma de medir), deixando o técnico en «Máis». Con cinco rasgos sen unidade da serie anual (dirección e regularidade, volatilidade relativa, ano do máximo, ano do mínimo e número de cambios de ritmo) e a estacionalidade, unha regra fixa busca parellas cun comportamento parecido (D-064, regras en data/catalog/perfiles.yaml). Publicase sempre cantas parellas saen parecidas cos datos reais e cantas con series inventadas e con datos barallados, xunto co texto fixo: que dous datos teñan un comportamento parecido non significa que estean relacionados nin que un inflúa no outro. Cos datos reais saen case tantas parellas como con series inventadas, polo que a lista só se publica na súa páxina](/metodologia/perfiles/), co método e os recuentos, e non xunto a cada dato (D-065). Orde polo nome dos dous datos, nunca polo parecido.