Metodología

1. Solo fuentes oficiales. Organismos públicos españoles (INE, Banco de España, IGAE, Seguridad Social, Ministerio del Interior, Junta Electoral Central, BOE) y de la Unión Europea (Eurostat). Para datos de España se prefiere siempre el productor primario; Eurostat se usa para comparar con la UE con definiciones armonizadas.
2. Procedencia verificable de cada número. Cada fichero descargado se guarda sin modificar con su URL exacta, la fecha y hora de consulta y su huella SHA-256. La publicación falla automáticamente si una cifra no se puede reconstruir a partir de un fichero bruto con su huella.
3. Pre-registro. Los indicadores (data/catalog/indicadores.yaml), los marcadores (data/catalog/marcadores.yaml) y el análisis de medidas (data/catalog/medidas.yaml) se fijan y se publican antes de ver los resultados.
4. Neutralidad por construcción. Mismas reglas para todos los gobiernos y partidos; ningún color asociado a partidos; rango por defecto de los gráficos = serie completa; ningún adjetivo valorativo.
5. Honestidad sobre la causalidad. Cada resultado declara su nivel de evidencia. Que un dato cambie durante un gobierno no significa que ese gobierno lo haya causado.

Cada indicador del catálogo tiene: organismo, operación estadística, código de serie, URL de la fuente primaria, unidad, frecuencia, administración con la competencia principal, rupturas de serie documentadas por el organismo y definiciones que suelen confundirse.

• Verificación: cada código se comprobó contra la API oficial (último periodo y último valor), y se descartaron las series congeladas o discontinuadas. Por ejemplo, el INE sustituyó la serie de paro EPA815 por EPA452434 al revisar la EPA.
• Datos provisionales: se conservan las marcas del organismo (provisional, ruptura, definición distinta, estimado).
• Comparación con la UE-27: cuando existe, se usa la serie armonizada de Eurostat para España y para la UE-27, con la misma definición. La serie nacional del productor primario se muestra aparte.
• Cifras de portada: un indicador por cada gran área del debate económico y social (empleo, precios, cuentas públicas, actividad, pobreza y educación), siempre el mismo y con su último dato, sea cual sea su evolución.
• Actualización: una tarea programada descarga los datos cada día y los pasa por un filtro automático. Lo que supera el filtro se publica. Lo que el filtro retiene no se publica hasta que lo revise una persona (ver la sección 8).

Incorporación de nuevos indicadores#

Un indicador nuevo se añade al catálogo con su verificación contra la API oficial. El cambio queda registrado con su fecha en el historial público, y se documenta en docs/DESVIACIONES.md si altera el pre-registro.

Los marcadores siguen la lógica de los OKR (objetivos y resultados clave), con dos restricciones de neutralidad:

1. Quién decide qué es «mejor». Un indicador solo tiene sentido de mejora (sube o baja) si lo establece una norma o un compromiso oficial, que se cita: la Constitución, los tratados de la UE, una ley o un objetivo oficial de la UE. Si no existe esa norma, el indicador se presenta como contexto, sin valoración. Así ocurre con la presión fiscal, el gasto público, la inflación (mandato del BCE) o la población.
2. Quién fija los objetivos. Los objetivos cuantitativos (por ejemplo, el déficit del 3 % o el abandono escolar por debajo del 9 % en 2030) proceden exclusivamente de normas oficiales (data/catalog/objetivos.yaml).

Ventanas de atribución. Cada gobierno abarca desde el Real Decreto de nombramiento de su presidente hasta el del siguiente, incluido el periodo en funciones; el día del Real Decreto todavía cuenta para el gobierno saliente (D-009). Se usan gobiernos y no legislaturas porque una moción de censura puede cambiar el Gobierno a mitad de legislatura. Cada año, trimestre o mes se atribuye al gobierno que gobernó más de la mitad de sus días (D-005). La variación va del último dato anterior al primer periodo propio del gobierno hasta su último periodo propio, y solo se califica si hay dato en todos sus periodos propios (en el gobierno en curso, hasta el último dato publicado).

Separar contexto y gestión. Para cada ventana se calcula la variación en España y en la UE-27 con la misma definición armonizada. El diferencial (variación de España menos variación de la UE-27) descuenta la parte de la evolución que comparten las economías europeas: ciclos, crisis financieras, pandemia o precios de la energía.

• Lo que no permite: atribuir el diferencial al Gobierno. Puede deberse a factores propios de España ajenos a la acción del Gobierno, como la estructura productiva, la demografía o la política de las CCAA.
• Nivel de evidencia: N0, descriptivo con comparador.

Sensibilidad. Las políticas tardan en producir efecto. Por eso se ofrecen también los resultados con la ventana desplazada un año. Si el diferencial cambia de signo, el resultado es frágil y así se indica.

Ventanas cortas o incompletas. Los gobiernos de menos de un año, los tramos con menos de dos observaciones (la de partida y la final) y las variaciones a las que les falta algún periodo propio no se califican, y la tabla dice el motivo.

Competencias. Cada indicador indica qué administración tiene la competencia principal. Sanidad y educación están gestionadas por las comunidades autónomas.

El objetivo es estimar el efecto de una medida concreta, separándolo del contexto, con métodos de inferencia causal.

Nivel	Método	Qué permite afirmar
N0	Antes y después, con o sin comparador	Cómo cambió el indicador. Nada sobre causas.
N1	Series temporales interrumpidas	Si hubo un cambio de nivel o de tendencia respecto a la tendencia previa.
N2	Diferencias en diferencias con estudio de eventos	El efecto, bajo el supuesto de tendencias paralelas, que se contrasta.
N3	Control sintético	El efecto frente a una combinación ponderada de países que reproduce la trayectoria previa de España.

Criterios de selección de medidas:

• norma publicada en el BOE con fecha de entrada en vigor;
• al menos ocho observaciones antes y después;
• un grupo de comparación creíble;
• equilibrio entre gobiernos de distinto signo.

Salvaguardas:

• placebos de fecha y de unidad;
• sensibilidad a la ventana y al grupo donante;
• errores robustos;
• informe de todas las especificaciones probadas.

Si un placebo da un efecto significativo o las tendencias previas no son paralelas, el resultado baja de nivel y la conclusión lo dice.

Revisión externa: mientras no los validen al menos dos personas expertas de perfiles distintos, los análisis se publican como borrador. Llevan un aviso visible en cada página, no se indexan en buscadores y sus cifras no se presentan como resultados en ninguna otra parte del sitio.

El simulador aplica la LOREG (art. 162 y 163: D’Hondt por circunscripción, umbral del 3 % de los votos válidos) a los resultados oficiales de 2023 (Junta Electoral Central, BOE-A-2023-18907) y al reparto de escaños de 2026 (Real Decreto 806/2026, BOE-A-2026-20742). Un test automatizado comprueba que el motor reproduce exactamente los 350 escaños de 2023 en las 52 circunscripciones.

• Modelo de variación: la variación del voto se modela como un cambio proporcional uniforme. No es un modelo predictivo.
• Encuestas: se respeta la prohibición de publicar sondeos en los cinco días anteriores a la votación (LOREG, art. 69.7).

Cada regla de la guía institucional enlaza a su artículo en el texto consolidado del BOE.

Se analizarán los programas de las 20 candidaturas principales, elegidas así:

1. solo candidaturas proclamadas en el BOE;
2. ordenadas por votos en las generales de 2023;
3. las formaciones nuevas entran si obtuvieron representación en el Congreso o en el Parlamento Europeo en 2024.

Para cada programa:

• se archiva el PDF oficial con su huella;
• cada propuesta se registra con cita literal, página, área temática, nivel de concreción («medible» o «declaración de intenciones») y administración competente;
• si se usa extracción automática, una persona revisa cada propuesta antes de publicarla.

Afinidad entre partidos#

Cuánto coinciden los partidos al votar en el Congreso, el Senado y el Parlamento Europeo, solo con votaciones nominales oficiales. Al dato no coloca a ningún partido en ningún eje. Las reglas, fijadas antes de descargar los datos, están en docs/AFINIDAD.md y data/catalog/afinidad.yaml.

Los errores se corrigen de forma visible en la fe de erratas, con la fecha, la cifra anterior y la corregida, y sin borrar el historial.

Los datos se actualizan solos cada día. La regla es: ningún dato se publica sin pasar el filtro; lo que el filtro retiene lo revisa una persona. El filtro protege contra tres cosas: una fuente comprometida (por ejemplo, una web oficial atacada), un error de descarga y un cambio de método que el organismo no haya avisado.

1. Origen y forma de cada descarga. Solo se descarga de una lista cerrada de dominios oficiales, siempre por HTTPS y con el certificado verificado. Una redirección a otro dominio es un error. Cada descarga tiene que tener el tipo y el tamaño esperados y la misma estructura que la anterior: código de serie, unidad y dimensiones. De la fuente solo se toman números y periodos. Un periodo futuro o un valor que no es un número se rechazan. Los nombres que trae la fuente (por ejemplo, de provincias) se comparan con el catálogo y nunca se publican tal cual.

2. Verosimilitud de cada serie, frente al último dato publicado. Las reglas y sus umbrales están en data/catalog/filtro.yaml:

• Salto anómalo: el cambio del último periodo se compara con los cambios habituales de esa misma serie, con una medida robusta de su dispersión (la desviación absoluta mediana). Además hay un límite fijo por tipo de unidad: un valor multiplicado por diez se retiene siempre.
• Revisiones del pasado: se retiene si el organismo cambia más del 30 % de los periodos ya publicados, o si una revisión es grande.
• Desapariciones: un periodo que ya estaba publicado y desaparece, o un hueco nuevo, se retiene siempre.
• Cuadres: en los mapas, la suma de las provincias tiene que cuadrar con el total de España, como hasta ahora.
• Coherencia entre fuentes: el paro, el IPC y el PIB del INE se comparan con la misma cifra de Eurostat. Su diferencia tiene que quedar dentro de lo habitual.
• Cambios masivos: si una fuente cambia de golpe el pasado de muchas series a la vez, se retiene toda la fuente. Es la señal típica de un ataque o de un cambio de método.
• Calendario: un dato que llega antes de lo posible solo genera un aviso. El INE no publica su calendario en un formato que se pueda descargar.

Probado sobre los últimos 24 periodos de cada serie publicada (3.488 casos), el filtro habría retenido el 0,8 %, casi todo en la pandemia de 2020 y 2021. Es lo esperado: un cambio así merece que una persona lo mire antes de publicarlo.

3. Decisión. Lo retenido no se publica. La ficha conserva el último dato comprobado y avisa: «Dato no actualizado desde…». El titular recibe un aviso con los motivos y decide si lo aprueba. Cada actualización queda en el registro público de actualizaciones: qué se actualizó y qué se retuvo, con su motivo.

4. Archivo de pruebas. Cada respuesta de cada fuente se guarda completa, con su fecha y hora, en formato WARC (ISO 28500), un estándar de archivo web. Se guardan también las cabeceras y la huella del certificado del servidor. El archivo nunca se borra ni se sobrescribe. Cada día, una cadena de huellas SHA-256 enlaza todo lo nuevo con lo anterior, y un sello de tiempo independiente (RFC 3161 y OpenTimestamps) fija su fecha. Así se puede demostrar qué publicaba cada fuente en cada momento, aunque después lo cambie o lo borre. El procedimiento está en docs/PRUEBAS.md.

Reglas completas y parámetros en data/catalog/estadistica.yaml y en la desviación D-048, fijadas antes de calcular. Resultados en data/processed/estadistica/.

Propiedades por serie (sobre la serie publicada, salvo donde se dice anual). Siendo x_i las observaciones y t_i su inicio en años:

• Media, mediana y desviación típica con n−1. Mínimo y máximo con su periodo.
• Tendencia: pendiente b de x = a + b·t por mínimos cuadrados, con intervalo del 95 % (t de n−2 grados de libertad y errores de Newey-West, floor(4·(n/100)^(2/9)) retardos).
• Variación media anual: (x_último/x_primero)^(1/años) − 1 en series en niveles positivos; (x_último − x_primero)/años en el resto.
• Variación interanual anual d_t: 100·ln(X_t/X_{t−1}) en niveles positivos; X_t − X_{t−1} en el resto, con X_t la media de los periodos del año si está completo. Volatilidad = desviación típica de d_t.
• Estacionalidad: parte de la varianza de las primeras diferencias que explica el periodo del año (umbral 0,25, el mismo de la web).
• Cambios de ritmo: PELT sobre d_t, coste de mínimos cuadrados, tramos de 4 o más, penalización 2·σ²·ln(n), σ = 1,4826·MAD(d).
• Rupturas documentadas: prueba de Chow (F de 2 y n−4 grados de libertad) con corrección de Benjamini-Hochberg.
• Variaciones atípicas: |0,6745·(d_t − mediana)/MAD| > 3,5.
• Frente a la UE-27: diferencia España − UE-27 en los periodos comunes.

Correlaciones. Spearman y Pearson entre d^A_t y d^B_{t+k}, k de −4 a +4, con al menos 20 pares; p-valor con tamaño efectivo por autocorrelación; intervalo por bootstrap de bloques; Benjamini-Hochberg al 5 % sobre todas las pruebas. Una correlación no implica causa: describe que dos series se movieron a la vez, y la mayoría de las que salen con series que crecen con el tiempo no tienen relación. Se acompaña siempre del número de pruebas, de cuántas saldrían por azar y de un placebo con una serie barajada por bloques.

En la web: coincidencias estadísticas. Las correlaciones que superan Benjamini-Hochberg al 5 % se publican como «coincidencias estadísticas» en la ficha de cada dato, en Explorar y en una página propia con el método, los recuentos y la lista completa. Cada lista lleva el número de parejas comparadas, cuántas coincidencias saldrían por azar, el resultado con datos barajados y el texto fijo: puede deberse al azar, a una tercera causa común o a la casualidad de las fechas, y no indica que una cosa cause la otra. Orden fijo: por el nombre del otro dato y, a igual nombre, por el desfase; nunca por el tamaño del coeficiente. Las parejas con relación por definición (misma operación estadística, una parte de la otra o una calculada a partir de la otra) se marcan con una regla fija, sin mirar el resultado, y van aparte. Reglas de presentación y lista de la marca en data/catalog/coincidencias.yaml.

En la web: perfil del dato y datos con un comportamiento parecido. Cada ficha y Explorar presentan en lenguaje llano el perfil de la serie (mínimo, máximo, media, cambio típico de un año a otro, tendencia, temporada, cambios de ritmo, años atípicos y cambios en la forma de medir), con lo técnico en «Más». Con cinco rasgos sin unidad de la serie anual (dirección y regularidad, volatilidad relativa, año del máximo, año del mínimo y número de cambios de ritmo) y la temporada, una regla fija busca parejas con un comportamiento parecido (D-064, reglas en data/catalog/perfiles.yaml). Se publica siempre cuántas parejas salen parecidas con los datos reales y cuántas con series inventadas y con datos barajados, junto al texto fijo: que dos datos tengan un comportamiento parecido no quiere decir que estén relacionados ni que uno influya en el otro. Con los datos reales salen casi tantas parejas como con series inventadas, así que la lista se publica solo en su página, con el método y los recuentos, y no junto a cada dato (D-065). Orden por el nombre de los dos datos, nunca por el parecido.