# Proyección ERM 2026 — Perú

Mapa público con la **proyección estadística independiente (no oficial)** de las Elecciones Regionales y Municipales 2026: para cada región, provincia y distrito, la probabilidad de ganar de cada candidato a partir de las actas que va publicando ONPE.

Sitio: https://elecciones.appsbi.net · Creado por [@osalasmo](https://x.com/osalasmo)

## Cómo funciona (en 4 piezas)

```
ONPE (actas por distrito) ──► extractor/ ──► modelo/ ──► publicar/ ──► mapa/ (React)
        en paralelo,            bayesiano +     JSON +        se actualiza
        incremental             simulaciones    servidor      cada minuto
```

| Carpeta | Qué hace |
|---|---|
| `datos_base/` | Datos de referencia: resultados ERM 2022 **por mesa** (ONPE), padrón 2026, candidatos 2026 (JNE), mapas de distritos. |
| `modelo/` | El modelo: lo contado queda fijo y lo que falta se simula (Dirichlet jerárquico + choques comunes), con certeza matemática por actas, calibración con 2022 y ensamble de 3 métodos. |
| `extractor/` | Descarga de ONPE en paralelo hasta distrito, con velocidad adaptativa; incluye un ONPE falso para ensayar. |
| `publicar/` | Convierte la salida del modelo en los JSON del mapa y los sube al servidor. |
| `mapa/` | La app web (React + MapLibre). |

## Correrlo en tu PC

Requisitos: Python 3.10+ (pandas, numpy, scipy, openpyxl, pillow, playwright) y Node 18+.

```bash
pip install pandas numpy scipy openpyxl pillow playwright

# 1) Mapa con los datos de ejemplo (sin descargar nada)
python publicar/generar_fijos.py          # vista previa 2026 + resultados 2022
cd mapa && npm install && npm run dev     # abre http://localhost:5173

# 2) Ensayo completo con un ONPE falso (votos ficticios)
python extractor/mock_onpe.py --minutos 3
python extractor/extractor.py --config extractor/config_mock.json --una --sin-publicar

# 3) Probar el modelo con el conteo 2022 (acierto y calibración)
python modelo/prueba_motor.py
```

Para reconstruir los datos base desde cero (descargan de datos abiertos/JNE) ver `datos_base/README.md`.
Para el día de la elección ver `extractor/README.md`. Detalles del modelo y su calibración: `modelo/README.md`.

## Publicar en tu propio servidor

Copia `publicar/servidor.ejemplo.json` a `publicar/servidor.json` (no se comparte) con tu host, llave SSH y carpeta, y sigue `PLAN_ERM2026.md` (sección 10: nginx + certbot).

## Aviso

Proyección estadística **independiente y no oficial**. Los resultados oficiales son los de **ONPE** y **JNE**. Fuentes: ONPE (datos abiertos y resultados), JNE (Voto Informado), INEI (límites), github.com/jmcastagnetto/ubigeo-peru-aumentado, github.com/josedaniel-cb/limites-peru-geojson.