Los resultados de este estudio demuestran que al aplicar la estadística espacial en la geografía electoral es posible predecir los resultados electorales. Se utilizan los conceptos geográficos de cluster y outlier espaciales, y como variable predictiva la segregación espacial socioeconómica. Las técnicas estadísticas que se emplean son los índices globales y locales de autocorrelación espacial de Moran y el análisis de regresión lineal. Sobre los datos analizados se encuentra: 1) que la Ciudad de México posee clusters espaciales de apoyo electoral y de marginación, 2) outliers espaciales de marginación, 3) que los partidos electorales se excluyen geográficamente, y 4) que sus resultados dependen significativamente de los niveles de segregación espacial en la ciudad.
AbstractThe results of this study show that using spatial statistics in electoral geography can predict electoral results. The geographical concepts of spatial cluster and spatial outlier are applied, and a local spatial segregation measure used as the predictor variable. The statistical techniques employed are Moran´s global and local spatial autocorrelation indexes, and linear regression. The analysis shows: 1) that Mexico City contains spatial clusters of electoral support and marginality, 2) spatial outliers of marginality, 3) political parties exclude each other geographically, and 4) electoral results to be significantly dependent on the levels of spatial segregation within the city.