Metodología · registro

Registro público de precisión

Cada indicador de cumplimiento, cada descriptor y cada lectura de la misma necesidad que hemos medido, con la verdad contra la que se midió, cuántos casos, su precisión o su AUC con el intervalo cuando lo hay, la huella del pre-registro y el veredicto. También lo que no pasa: un resultado nulo se publica igual que uno bueno, y lo que no pasa no llega a las fichas. Es parte de la metodología; cómo se calcula cada indicador de los órganos, en la metodología de los indicadores por órgano.

Registro público de precisión

Cómo se midepre-registro sellado, segunda implementación, el nulo se publica, dos lecturas ciegas y jueces

Pre-registro sellado antes de medir. Las definiciones y la regla que decide si algo pasa se escriben antes de mirar ningún resultado, y se guarda su huella md5 con la hora. La huella de cada entrada es la de ese texto: si después se cambia una coma, la huella ya no coincide. Lo que se decide después de ver datos se rotula como posterior y no decide el veredicto.
Segunda implementación. Otro código, escrito aparte desde las mismas definiciones y sin ver el primero, tiene que dar lo mismo; si hay una diferencia, se mide y se explica.
El resultado nulo se publica. Si no se cumple la regla, la entrada dice «no pasa» con su cifra y no se mueve la portería. Si una regla de parada detiene la medida a mitad, dice «parado».
Dos lecturas ciegas. Cuando hay que leer texto (si una licitación es para la misma necesidad que una serie de menores), lo leen por separado dos modelos de lenguaje distintos con las mismas instrucciones selladas, y solo cuenta lo que dicen los dos.
Jueces. Una muestra nueva, elegida al azar, la juzgan a ciegas otros dos modelos distintos de los lectores; la precisión de esas entradas es la de esos jueces. Son modelos, no personas, y la entrada lo dice. Donde hay una verdad que no es un modelo (un cambio de ley, la ficha de origen, el número de ofertas publicado), se usa esa.

El registro

81 entradas, medidas del 13/10/2026 al 22/10/2026. Cada huella se volvió a calcular sobre su fichero sellado al preparar esta página (el 22/10/2026).

Solo las entradas con veredicto «no confirmada»: 11 de 81. Ver todas

Registro de precisión: una fila por indicador o lectura medidos, con su detalle debajo
Indicador o lectura	n	Métrica	Veredicto	Publicación
El valor estimado frente a los umbrales armonizados de 2026 em1b-migracion-2026 · Respuesta al umbral · años 2022-2026 · medido el 21/10/2026	1.230	Cociente La banda vieja no era un pico: 1,64 veces la de referencia en el resto y 1,78 en la AGE (se pedía 2); su caída en 2026, del 55 % y del 71 %	No confirmada	No publicado
Verdad y n El cambio legal del umbral (órdenes del BOE de 2023 y 2025), como experimento natural. n = 1.230 licitaciones en la banda vieja del resto en 2024-2025 (246 en la AGE) Métrica Cociente La banda vieja no era un pico: 1,64 veces la de referencia en el resto y 1,78 en la AGE (se pedía 2); su caída en 2026, del 55 % y del 71 % Pre-registro (md5) `e856b8283757ebad827b2d1788acd43d` Qué mide Si la acumulación de licitaciones bajo el umbral de regulación armonizada se muda cuando baja el 1-1-2026 (Administración General del Estado, de 143.000 a 140.000 €; resto, de 221.000 a 216.000 €). Regla sellada Migración visible en la AGE y en el resto con la regla del pico (≥ 2 veces) y caída ≥ 50 % Segunda implementación Coincide: 0 diferencias en los recuentos de migración. Nota La regla escrita no se cumple. Una medida posterior, no sellada antes, enseña el desplazamiento en los dos sentidos (la banda de la AGE ×6,9 al subir el umbral en 2024 y ×0,25 al bajar en 2026); para darla por buena hay que sellarla y probarla con datos nuevos (2026T4). Informe de origen em1b/EM1B.md (carpeta de trabajo de las mediciones)
Importe entre el 90 % y el 100 % del umbral x2-rf-limite · Banderas comunes de otros monitores · años 2019-2025 · medido el 21/10/2026	51.413	AUC Frente a la «misma necesidad» (E-M2b: series y cadenas de control de 2020 y de 2022 a 2024): AUC 0,585 (IC 95 % 0,554-0,625); precisión 0,115 frente a una base de 0,020, lift 5,61; 1.906 de 51.413 señaladas; celda: funcionay 3 más en el detalle	No confirmada	No publicado
Verdad y n Tres etiquetas: (1) series y cadenas de menores que el órgano licitó al año siguiente como la misma necesidad (dos lecturas a ciegas confirmadas por jueces); (2) días con varios contratos que describen una misma prestación (dos lecturas); (3) entidades con hallazgo en informes de fiscalización frente a fiscalizadas sin él. Las tres son parciales y sesgadas. n = 51.413 unidades de E-M2b (series y cadenas de control); además 2.045 días de L-1 y 243 entidades-año de P6 Métrica AUC Frente a la «misma necesidad» (E-M2b: series y cadenas de control de 2020 y de 2022 a 2024): AUC 0,585 (IC 95 % 0,554-0,625); precisión 0,115 frente a una base de 0,020, lift 5,61; 1.906 de 51.413 señaladas; celda: funciona AUC Frente a «una misma prestación repartida» (L-1: días de 2023): AUC 0,490 (IC 95 % 0,459-0,522); precisión 0,293 frente a una base de 0,301, lift 0,98; 1.118 de 2.045 señaladas; celda: nulo AUC Frente a los informes de fiscalización (P6: entidades-año): AUC 0,479 (IC 95 % 0,432-0,528); precisión 0,597 frente a una base de 0,609, lift 0,98; 201 de 243 señaladas; celda: nulo Lift Dentro de las series de E-M2b (sin la ventaja de construcción): lift 1,40 (IC 95 % 1,16-1,59); 1.804 de 4.266 señaladas; celda: débil Lectura y jueces automáticos (modelos de lenguaje) Pre-registro (md5) `b39d1dabcf038dc5d364e16ae7e02a6e` Qué mide Si la técnica RF-LIMITE habitual en los monitores públicos de contratación, reimplementada con sus umbrales sobre los menores de la PLACSP, separa tres etiquetas propias. Regla sellada AUC ≥ 0,65 con el límite inferior del IC > 0,55, o precisión ≥ 2 × la base con 100 unidades señaladas o más, en la etiqueta principal Segunda implementación Coincide al contrato (pyarrow y Python, sin DuckDB) y en las métricas. Nota Cumple el criterio en una etiqueta, pero no se sostiene al quitar lo que da la construcción del universo (dentro de las series) o la etiqueta es circular con la técnica. El veredicto por técnica sale de una regla de resumen escrita después de medir; las celdas y su regla son las del pre-registro. Es nuestra reimplementación a partir de su catálogo, no su código: una AUC nula dice que esta definición no separa la etiqueta. Informe de origen redflags_comunes/REDFLAGS.md (carpeta de trabajo de las mediciones)
Organismo con el 30 % de sus menores en la banda del 85-100 % x2-rf-distrib · Banderas comunes de otros monitores · años 2019-2025 · medido el 21/10/2026	51.413	AUC Frente a la «misma necesidad» (E-M2b: series y cadenas de control de 2020 y de 2022 a 2024): AUC 0,559 (IC 95 % 0,522-0,613); precisión 0,114 frente a una base de 0,020, lift 5,60; 1.285 de 51.413 señaladas; celda: funcionay 3 más en el detalle	No confirmada	No publicado
Verdad y n Tres etiquetas: (1) series y cadenas de menores que el órgano licitó al año siguiente como la misma necesidad (dos lecturas a ciegas confirmadas por jueces); (2) días con varios contratos que describen una misma prestación (dos lecturas); (3) entidades con hallazgo en informes de fiscalización frente a fiscalizadas sin él. Las tres son parciales y sesgadas. n = 51.413 unidades de E-M2b (series y cadenas de control); además 2.045 días de L-1 y 243 entidades-año de P6 Métrica AUC Frente a la «misma necesidad» (E-M2b: series y cadenas de control de 2020 y de 2022 a 2024): AUC 0,559 (IC 95 % 0,522-0,613); precisión 0,114 frente a una base de 0,020, lift 5,60; 1.285 de 51.413 señaladas; celda: funciona AUC Frente a «una misma prestación repartida» (L-1: días de 2023): AUC 0,497 (IC 95 % 0,456-0,536); precisión 0,295 frente a una base de 0,301, lift 0,98; 501 de 2.045 señaladas; celda: nulo AUC Frente a los informes de fiscalización (P6: entidades-año): AUC 0,499 (IC 95 % 0,457-0,540); precisión 0,606 frente a una base de 0,609, lift 1,00; 33 de 243 señaladas; celda: nulo Lift Dentro de las series de E-M2b (sin la ventaja de construcción): lift 1,60 (IC 95 % 1,03-2,10); 911 de 4.266 señaladas; celda: débil Lectura y jueces automáticos (modelos de lenguaje) Pre-registro (md5) `b39d1dabcf038dc5d364e16ae7e02a6e` Qué mide Si la técnica RF-DISTRIB habitual en los monitores públicos de contratación, reimplementada con sus umbrales sobre los menores de la PLACSP, separa tres etiquetas propias. Regla sellada AUC ≥ 0,65 con el límite inferior del IC > 0,55, o precisión ≥ 2 × la base con 100 unidades señaladas o más, en la etiqueta principal Segunda implementación Coincide al contrato (pyarrow y Python, sin DuckDB) y en las métricas. Nota Cumple el criterio en una etiqueta, pero no se sostiene al quitar lo que da la construcción del universo (dentro de las series) o la etiqueta es circular con la técnica. El veredicto por técnica sale de una regla de resumen escrita después de medir; las celdas y su regla son las del pre-registro. Es nuestra reimplementación a partir de su catálogo, no su código: una AUC nula dice que esta definición no separa la etiqueta. Informe de origen redflags_comunes/REDFLAGS.md (carpeta de trabajo de las mediciones)
Un proveedor con el 40 % de los contratos o del importe x2-rf-favorito · Banderas comunes de otros monitores · años 2019-2025 · medido el 21/10/2026	51.413	AUC Frente a la «misma necesidad» (E-M2b: series y cadenas de control de 2020 y de 2022 a 2024): AUC 0,505 (IC 95 % 0,499-0,515); precisión 0,095 frente a una base de 0,020, lift 4,67; 119 de 51.413 señaladas; celda: funcionay 3 más en el detalle	No confirmada	No publicado
Verdad y n Tres etiquetas: (1) series y cadenas de menores que el órgano licitó al año siguiente como la misma necesidad (dos lecturas a ciegas confirmadas por jueces); (2) días con varios contratos que describen una misma prestación (dos lecturas); (3) entidades con hallazgo en informes de fiscalización frente a fiscalizadas sin él. Las tres son parciales y sesgadas. n = 51.413 unidades de E-M2b (series y cadenas de control); además 2.045 días de L-1 y 243 entidades-año de P6 Métrica AUC Frente a la «misma necesidad» (E-M2b: series y cadenas de control de 2020 y de 2022 a 2024): AUC 0,505 (IC 95 % 0,499-0,515); precisión 0,095 frente a una base de 0,020, lift 4,67; 119 de 51.413 señaladas; celda: funciona AUC Frente a «una misma prestación repartida» (L-1: días de 2023): AUC 0,496 (IC 95 % 0,491-0,502); precisión 0,185 frente a una base de 0,301, lift 0,62; 27 de 2.045 señaladas; celda: nulo AUC Frente a los informes de fiscalización (P6: entidades-año): AUC 0,517 (IC 95 % 0,492-0,541); precisión 0,800 frente a una base de 0,609, lift 1,31; 10 de 243 señaladas; celda: nulo Lift Dentro de las series de E-M2b (sin la ventaja de construcción): lift 1,53 (IC 95 % 0,27-3,00); 39 de 4.266 señaladas; celda: nulo Lectura y jueces automáticos (modelos de lenguaje) Pre-registro (md5) `b39d1dabcf038dc5d364e16ae7e02a6e` Qué mide Si la técnica RF-FAVORITO habitual en los monitores públicos de contratación, reimplementada con sus umbrales sobre los menores de la PLACSP, separa tres etiquetas propias. Regla sellada AUC ≥ 0,65 con el límite inferior del IC > 0,55, o precisión ≥ 2 × la base con 100 unidades señaladas o más, en la etiqueta principal Segunda implementación Coincide al contrato (pyarrow y Python, sin DuckDB) y en las métricas. Nota Cumple el criterio en una etiqueta, pero no se sostiene al quitar lo que da la construcción del universo (dentro de las series) o la etiqueta es circular con la técnica. El veredicto por técnica sale de una regla de resumen escrita después de medir; las celdas y su regla son las del pre-registro. Es nuestra reimplementación a partir de su catálogo, no su código: una AUC nula dice que esta definición no separa la etiqueta. Informe de origen redflags_comunes/REDFLAGS.md (carpeta de trabajo de las mediciones)
Grupos cohesionados y exclusivos en la red de co-adjudicación co1-coadjudicacion · Competencia medida · años 2012-2022 · medido el 22/10/2026	21	AUC 0,128 (IC 95 % más conservador 0,018-0,310) frente a controles saturados de parejas aisladas (no interpretable); dejar un mercado fuera, entre 0,098 y 0,219y 2 más en el detalle	No confirmada	No publicado
Verdad y n Empresas de los fallos de la CNMC (P8 y D4c: 8 expedientes con ≥ 2 sancionadas en su mercado), en el mercado y el periodo acreditados. n = 21 grupos con ≥ 2 sancionadas del mismo expediente (frente a 2.443 grupos de control del mismo mercado y ventana; 16 redes de 8 expedientes) Métrica AUC 0,128 (IC 95 % más conservador 0,018-0,310) frente a controles saturados de parejas aisladas (no interpretable); dejar un mercado fuera, entre 0,098 y 0,219 AUC emparejado por tamaño del grupo: 0,541 con 13 positivos; la única variante informativa, y no concluye AUC variante B (mismo órgano × CPV × año): 0,016; emparejado 0,250 Pre-registro (md5) `f104a30a20c3afa0af203a8ec18d8ec8` Qué mide Si las empresas sancionadas por un mismo cártel forman, en su mercado (división CPV) y periodo, grupos de Louvain de la red de co-adjudicación (ganar lotes de la misma licitación) con cohesión × exclusividad más altas que los grupos del mismo mercado sin ninguna sancionada. Regla sellada Límite inferior del IC de AUC > 0,60, emparejado por tamaño ≥ 0,60 y ningún pliegue de «dejar un mercado fuera» < 0,55 Segunda implementación Coincide: SQL de DuckDB frente a Python puro, 5.049 grupos con 0 diferencias en C, E y S; AUC idénticos. Nota Los controles estaban mal construidos: eran todos los grupos de ≥ 2 empresas de la red. El 92,5 % eran componentes sueltas de unas 2 empresas, con cohesión y exclusividad 1 por construcción. Por eso el AUC 0,128 no dice que las sancionadas sean «menos cohesivas»: es un artefacto del banco de controles. La única variante informativa, emparejada por tamaño, daba 0,541 [0,299; 0,803] con 13 positivos, y no concluye. Re-medido en CO1b, con controles de la componente gigante con k ≥ 3, emparejados por tamaño, y con las medidas del artículo: 0,428 [0,136; 0,706], no concluyente. La co-adjudicación no ve a los licitadores que pierden. Re-medida: entrada co1b-coadjudicacion-controles. Informe de origen coadjudicacion/CO1.md (carpeta de trabajo de las mediciones)
Grupos cohesionados y exclusivos en la red de co-adjudicación (controles de la componente gigante) co1b-coadjudicacion-controles · Competencia medida · años 2012-2022 · medido el 22/10/2026	12	AUC emparejado por tamaño 0,428 (IC 95 % por expediente 0,136-0,706); dejar un mercado fuera, entre 0,343 y 0,513; dejar un expediente fuera, entre 0,293 y 0,513y 2 más en el detalle	No confirmada	No publicado
Verdad y n Empresas de los fallos de la CNMC (P8 y D4c), en el mercado y el periodo acreditados. n = 12 grupos de la componente gigante con k ≥ 3 y ≥ 2 sancionadas del mismo expediente con al menos un control de su tramo (de 20 evaluables), frente a 180 grupos de control evaluables; 6 expedientes Métrica AUC emparejado por tamaño 0,428 (IC 95 % por expediente 0,136-0,706); dejar un mercado fuera, entre 0,343 y 0,513; dejar un expediente fuera, entre 0,293 y 0,513 AUC con las medidas de CO1 (densidad × exclusividad con pesos enteros): 0,550 AUC variante B (mismo órgano × CPV × año): 0,224 Pre-registro (md5) `62bcc3abe1b0bb511f652f5a195f4def` Qué mide Si los grupos de Louvain de la red de co-adjudicación que contienen ≥ 2 empresas de un mismo cártel sancionado tienen coherencia × exclusividad (Wachs & Kertész) más altas que los grupos sin sancionadas del mismo tamaño, mercado (división CPV) y periodo, contando solo grupos de ≥ 3 empresas de la componente gigante. Regla sellada Al menos 10 positivos emparejados; límite inferior del IC por expediente > 0,60; ningún pliegue de dejar un mercado o un expediente fuera < 0,55. NO PASA solo si el límite superior < 0,60 Segunda implementación Coincide: SQL de DuckDB (componente gigante por propagación de etiqueta mínima en SQL) frente a Python puro. En 4.638 grupos, diferencia relativa máxima de 2e-14; AUC idénticos. Nota Misma red y grupos que CO1 (Louvain, semilla 20261022). Solo se evalúan grupos de la componente gigante con k ≥ 3, y cada positivo se compara con los controles de su red y su tramo de tamaño. Medidas como Wachs & Kertész 2019: pesos de Jaccard, coherencia = media geométrica / aritmética, exclusividad = s_in / (s_in + s_out). Con las medidas de CO1 sale 0,550 [0,286; 0,860], tampoco concluye. 8 de 20 positivos evaluables (k > 50) no tienen ningún control de su tamaño en su red, y los demás se comparan con 1-7 controles. El 0,128 de CO1 era un artefacto de las parejas sueltas. Variante B (órgano × CPV × año, informa): 0,224 [0,096; 0,412]. Informe de origen coadjudicacion/co1b/CO1B.md (carpeta de trabajo de las mediciones)
Amontonamiento bajo el umbral del contrato menor, por mercado bu1-amontonamiento-mercado · Respuesta al umbral · años 2019-2025 · medido el 22/10/2026	21	Cociente servicios 2024: 21.613 contratos en 14.250-15.000 € frente a 4.929 esperados (4,4 veces; IC 95 % 4,25-4,53); todos los mercados entre 2,6 (suministros 2025) y 4,6 (servicios 2025), todos con IC inferior > 2,5	No confirmada	No publicado
Verdad y n Placebos en 12.000 € y 18.000 € (0 de 14 mercados con IC inferior > 1,5; exceso placebo 1,11-1,35), segunda implementación (0 diferencias) y cotejo sin errores. n = 21 mercados (tipo × año), 455.467 menores en la ventana (sin agentes SECTI) Métrica Cociente servicios 2024: 21.613 contratos en 14.250-15.000 € frente a 4.929 esperados (4,4 veces; IC 95 % 4,25-4,53); todos los mercados entre 2,6 (suministros 2025) y 4,6 (servicios 2025), todos con IC inferior > 2,5 Pre-registro (md5) `10315611920f95e8db659aa0687b5858` Qué mide Exceso de masa de contratos menores en la franja del 5 % bajo el umbral, por tipo de contrato y año (21 mercados), frente al contrafactual lineal ajustado entre el 70 % y el 95 % del umbral. Regla sellada descriptivo: el veredicto pre-registrado es el del hecho por órgano Segunda implementación Coincide: pandas 3.0.6 + numpy sin DuckDB; 0 diferencias en n, O y Ê (máx. 2e-13 relativo) en 46.027 órganos-año-grupo y 21 mercados; 3 de 679 clasificaciones «hecho» distintas por la semilla del bootstrap (0,44 %). Nota Robusto como hecho de mercado, pero el pre-registro no le asignó veredicto propio. El contrafactual lineal se ajusta en una zona que ya sube hacia el umbral: el exceso es una cota inferior. Los placebos dan un suelo del método de unas 1,2 veces. Solo menores con importe comparable sin IVA (Madrid, Asturias y La Rioja casi fuera). Informe de origen bunching/BU1.md (carpeta de trabajo de las mediciones)
Contratos menores a sociedades constituidas hace menos de 12 meses, por encima de lo esperable en su mercado em7-nacer-ganar-menores · Hechos registrales (BORME) · años 2015-2025 · medido el 22/10/2026	14.844	Precisión cotejo común a los dos estratos (15 + 15): 26 de 30 (86,7 %) confirmados con la regla sellada, 15 de 15 en los menores; los 4 no confirmados son no menores sin etiqueta de E-M5 con el CIF de otra provincia, sin ningún error visto; 30 de 30 con la cronología de la numeración del NIF (sensibilidad posterior)y 1 más en el detalle	No confirmada	No publicado
Verdad y n (1) cotejo de 30 adjudicaciones jóvenes contra el anuncio de constitución del BORME, el registro y la ficha pública; (2) estabilidad 2015-2019 → 2020-2025; (3) segunda implementación. n = 14.844 órganos-año con 30 contratos menores evaluables o más (907 con el hecho), de 7.953.880 menores evaluables Métrica Precisión cotejo común a los dos estratos (15 + 15): 26 de 30 (86,7 %) confirmados con la regla sellada, 15 de 15 en los menores; los 4 no confirmados son no menores sin etiqueta de E-M5 con el CIF de otra provincia, sin ningún error visto; 30 de 30 con la cronología de la numeración del NIF (sensibilidad posterior) Cociente estabilidad (menores): de 91 órganos con el hecho en 2015-2019, el 16,5 % lo tiene en 2020-2025, frente al 6,8 % de los demás (OR 2,69, IC 95 % 1,49-4,88; 1.395 órganos con 30 o más en los dos bloques); el límite inferior no llega a 2: cota Pre-registro (md5) `e358f70a9b27bac67932679963be0594` Qué mide Si la proporción de contratos menores que un órgano adjudicó en un año a sociedades con menos de 12 meses desde su constitución en el BORME está por encima de lo esperable en sus mercados (división CPV × tipo de contrato × tipo de órgano × año), fuera del límite del 99,8 % de un embudo de Spiegelhalter, con 30 adjudicaciones evaluables o más. Solo adjudicatarias casadas con el BORME sin homonimia (celda v1-v2 de E-M3) y sin casado refutado. Regla sellada cotejo ≥ 28/30; estabilidad con IC inferior del OR > 2; segunda implementación ≤ 0,5 % Segunda implementación Coincide: 0 diferencias de evaluable y de «joven» en 9.279.949 filas; 0 diferencias de n y k en 116.365 órganos-año y 0 de hecho en los 22.605 con n ≥ 30; pandas 3.0.6 sin DuckDB. Nota El dato es correcto, pero el órgano fuera del embudo no es un rasgo estable (y aunque lo fuera, la estabilidad mide persistencia, no validez): publicable solo como proporción descriptiva por órgano y mercado, con su cobertura, no como «fuera de lo esperable». A menudo lo explica un solo proveedor nuevo con muchos contratos en el órgano. Crear una empresa y contratar con la Administración es legal. Cobertura: solo las adjudicatarias casadas con el BORME sin homonimia (55 % de las filas, 46 % del importe) y solo sociedades inscritas desde 2009; las que cambiaron de nombre pueden faltar. El casado de la celda tiene una precisión de 83,7 % por empresas (E-M5, no certificada); para las jóvenes, el cotejo la mide directamente. Informe de origen em7/EM7.md (carpeta de trabajo de las mediciones)
Sancionadas del mismo cártel con cargos que comparten los dos apellidos fam1-sancionadas-apellidos · Hechos registrales (BORME) · años 2012-2025 · medido el 22/10/2026	57.486	Recuento 0 de 286 pares de sancionadas con coincidencia de apellidos, frente a 12 de 57.200 controles (se esperaban 0,06): sin potenciay 1 más en el detalle	No confirmada	No publicado
Verdad y n Sancionadas de 9 expedientes de la CNMC casadas con el BORME y con al menos una persona con nombre leído; 200 pares de control por par de sancionadas, emparejados por decil de lotes y tercil de personas leídas. n = 57.486 pares: 286 de sancionadas y 57.200 de control Métrica Recuento 0 de 286 pares de sancionadas con coincidencia de apellidos, frente a 12 de 57.200 controles (se esperaban 0,06): sin potencia Cociente sensibilidad sin el umbral de rareza (apellidos comunes incluidos), que no decide: 7 de 286 (2,4 %) frente al 0,5 % de los controles, OR 5,0 (IC 95 % 2,3-10,8) Pre-registro (md5) `299af459f8bd589ad9157e8e3c0f5e1e` Qué mide Si dos sociedades sancionadas por la CNMC en el mismo expediente tienen, durante la ventana del cártel, sendos administradores, apoderados o socios únicos distintos con los mismos dos apellidos (en el mismo orden o cruzados), de un par raro (probabilidad de 1 entre 100.000 o menos en la provincia, según el INE) y sin ninguna persona común, más a menudo que pares de control. Coincidencia de apellidos: no implica parentesco ni irregularidad. Regla sellada No concluyente con menos de 3 pares de sancionadas enlazados; pasa si OR ≥ 2 con el límite inferior del IC > 2, ≥ 3 expedientes y ningún pliegue de dejar-un-mercado-fuera < 1,5 Segunda implementación Coincide: pandas + pyarrow sin DuckDB, con la lectura de nombres, el fichero electoral y el modelo nulo reescritos; 0 diferencias en el enlace de los 114.972 pares de sociedades sancionadas y de control, en N y K de las 215.985 celdas de lotes y en O y E de los 12.335 municipios-año (1.026 de 1.026 coincidencias, las mismas). Nota No concluyente por diseño: con la tasa de los controles se esperaban 0,06 pares, así que ni un resultado positivo ni uno nulo eran posibles. La sensibilidad con apellidos comunes refleja sobre todo que las sancionadas grandes tienen muchos apoderados; con apellidos comunes la coincidencia es casi siempre azar. Cobertura: el 22 % de las personas con cargo en las sociedades casadas tiene el nombre leído en el BORME (2020-2025, descarga en curso), así que lo observado es un mínimo; el esperado usa las mismas personas. Casado empresa↔BORME: celda E-M5 «v1-v2 no homónimas», precisión central 83,72 % por empresas, «no certificada». Informe de origen familias/FAM1.md (carpeta de trabajo de las mediciones)
Lotes de la misma licitación a sociedades con cargos que comparten los dos apellidos fam1-lotes-hermanas-apellidos-hecho · Hechos registrales (BORME) · años 2012-2025 · medido el 22/10/2026	912.338	Recuento 513 de 912.338 lotes (0,06 %) en 90 celdas y 27 pares de sociedades: un hecho rarísimoy 1 más en el detalle	No confirmada	No publicado
Verdad y n Segunda implementación y cotejo manual contra el texto del BORME de los pares con el nombre de las dos personas leído (5 de 27). n = 912.338 lotes con adjudicataria evaluable, en 215.985 celdas órgano × cpv2 × año Métrica Recuento 513 de 912.338 lotes (0,06 %) en 90 celdas y 27 pares de sociedades: un hecho rarísimo Concordancia cotejo: 5 de 5 confirmados en el texto del BORME (solo 5 de los 27 pares tienen leído el nombre de las dos personas); se pedían 18 de 20 Pre-registro (md5) `299af459f8bd589ad9157e8e3c0f5e1e` Qué mide Por órgano × cpv2 × año: K de N lotes (no menores) adjudicados a una sociedad cuando otra sociedad distinta, con un cargo de los mismos dos apellidos (par raro, sin ninguna persona común), ganó otro lote de la misma licitación. Coincidencia de apellidos: no implica parentesco ni irregularidad. Regla sellada segunda implementación con diferencias ≤ 0,5 % y cotejo ≥ 18 de 20 Segunda implementación Coincide: pandas + pyarrow sin DuckDB, con la lectura de nombres, el fichero electoral y el modelo nulo reescritos; 0 diferencias en el enlace de los 114.972 pares de sociedades sancionadas y de control, en N y K de las 215.985 celdas de lotes y en O y E de los 12.335 municipios-año (1.026 de 1.026 coincidencias, las mismas). Nota Queda como cota: la segunda implementación coincide, pero el cotejo no llega a 20 casos. De los 5 cotejados, uno es una escisión (las dos sociedades tienen el mismo origen) y los demás no tienen relación aparente. Cobertura: el 22 % de las personas con cargo en las sociedades casadas tiene el nombre leído en el BORME (2020-2025, descarga en curso), así que lo observado es un mínimo; el esperado usa las mismas personas. Casado empresa↔BORME: celda E-M5 «v1-v2 no homónimas», precisión central 83,72 % por empresas, «no certificada». Informe de origen familias/FAM1.md (carpeta de trabajo de las mediciones)
Precio pagado por litro de carburante frente al precio medio de surtidor a1-precio-frente-a-comparables · Precio unitario · años 2022-2025 · medido el 22/10/2026	834	Cociente mediana de la razón precio pagado ÷ surtidor en el núcleo (n = 850): 0,952 (umbral 0,85-1,15); en los 834 válidos, gasóleo C 1,002 (87,6 % dentro de ±15 %), gasóleo A 0,896, gasóleo B 0,864y 4 más en el detalle	No confirmada	No publicado
Verdad y n El precio oficial de referencia (Boletín Petrolero y geoportal) como verdad del dato; las etiquetas externas (lotes de cártel y banco de fiscalización) no son evaluables: 0 positivos de cártel y 2 positivas y 1 negativa en el banco. n = 834 contratos válidos de carburantes 2022-2025 (universo 26.577); 20 unidades órgano × producto evaluables Métrica Cociente mediana de la razón precio pagado ÷ surtidor en el núcleo (n = 850): 0,952 (umbral 0,85-1,15); en los 834 válidos, gasóleo C 1,002 (87,6 % dentro de ±15 %), gasóleo A 0,896, gasóleo B 0,864 Concordancia cotejo manual de 30 contratos contra pliego y anuncio: 28 de 30 (umbral 28; con un criterio más estricto, 26) Concordancia lectura doble: acuerdo del 97,4 % en la cantidad y del 91,3 % en el producto (229 casos × lote); citas inexistentes 0,66 % κ 0,84 en el tipo de importe entre las dos lecturas Recuento cobertura de la lectura: 58 de 148 licitaciones de carburantes con texto dan cantidad y producto con cita (39,2 %; se pedía 60 %: no pasa) Lectura y jueces automáticos (modelos de lenguaje) Pre-registro (md5) `2456b5678d629bbd2fa15fb0abb01d54` Qué mide Si el precio por litro que paga un órgano (importe sin IVA ÷ litros del objeto o del pliego), dividido por el precio medio de surtidor del mes y la provincia (Boletín Petrolero de la Comisión Europea y geoportal del MITECO), queda fuera del intervalo esperado (P10-P90 de los demás órganos para su producto) en K de N contratos. Regla sellada Dato: mediana del mercado en [0,85; 1,15], gasóleo C ≥ 75 % dentro de ±15 %, segunda implementación ≤ 0,5 % de diferencias y cotejo manual ≥ 28 de 30; lectura: cobertura ≥ 60 %; indicador: alguna etiqueta externa con AUC ≥ 0,65 y límite inferior > 0,55 (regla de X2) Segunda implementación Coincide: pyarrow + Python sin DuckDB, 0 de 26.577 contratos y 0 de 186 unidades órgano × producto distintos (umbral 0,5 %). Nota Cota: el dato está bien medido (la mediana del mercado, los controles, la segunda implementación y el cotejo manual pasan), pero ninguna etiqueta externa es evaluable (0 lotes de cártel de carburantes; 2 positivas y 1 negativa en el banco de fiscalización), así que no hay prueba de que un órgano «por encima» señale nada. Solo se mide en el 3,1 % de los contratos de carburantes (0,7 % del importe), casi todos menores pequeños con la cantidad en el objeto. Hechos por órgano: 20 unidades órgano × producto evaluables y 3 con hecho tras Holm (2 «por encima», que pagan cerca del precio de surtidor cuando su mercado compra un 10-14 % por debajo, y 1 «por debajo»). Leer los pliegos no sube la cobertura: el 58 % de las licitaciones con pliego se adjudica por descuento sobre el surtidor y el resto suele dar un presupuesto máximo, no lo pagado (los 23 contratos válidos por lectura dan mediana 1,26). Lectura A con Sonnet, lectura B y juez con Opus: 4,57 millones de tokens (previsión 3,8; parada 6). No se escala con este diseño: el precio pagado solo se lee en lo facturado. Informe de origen precios/INFORME_A1.md (carpeta de trabajo de las mediciones)

Qué dice cada columnaverdad y n, métrica (precisión, AUC, lift, κ, cociente), pre-registro, veredicto y publicación

Verdad y n: Contra qué se comparó (la etiqueta que no es nuestra) y cuántos casos entraron en la medida.
Métrica: Precisión: de los casos que el indicador o la lectura da por buenos, cuántos lo son según la verdad. AUC: la probabilidad de que un caso con la etiqueta quede por delante de uno sin ella (0,5 es el azar, 1 es perfecto). Lift: cuántas veces es más frecuente la etiqueta en lo señalado que en un grupo de comparación. κ (kappa de Cohen): acuerdo entre dos lecturas o dos jueces, descontado el que daría el azar. Cociente: cuántas veces es más frecuente algo en un grupo que en su comparación; 1 es la igualdad. Recoge la razón de odds (OR, entre casos y controles), observado entre esperado (O/E, frente a lo que daría el azar o un modelo) y la razón de proporciones (RR, como el test de Carril, donde más de 1 dice que el exceso bajo el límite está en las compras únicas). Concordancia y recuento: casos iguales a la fuente o que cumplen la regla. El intervalo es del 95 % cuando el informe lo da.
Pre-registro (md5): La huella del texto con las definiciones y la regla, sellado antes de medir. «Pendiente» si no consta ese sello. En una predicción sellada, debajo va también la huella del sobre con la predicción.
Veredicto: Pasa: cumple la regla sellada. No pasa: no la cumple (y se dice en qué). No confirmada: la regla escrita no se cumple, aunque una medida posterior apunte en el mismo sentido; hace falta sellarla y probarla con datos nuevos. Parado: una regla de parada sellada detuvo la medida antes de acabar. Sellada, pendiente: una predicción escrita y sellada antes de que exista su verdad (por ejemplo, antes de que se resuelva un expediente); se abre cuando llega y su resultado se publica sea cual sea.
Publicación: Publicado: está en la web («Dónde está» lleva a su explicación). En revisión, sin publicar: el cambio está preparado y revisándose, y todavía no se ve en la web. No publicado: no está en la web, por su veredicto o porque falta decidirlo.

Lo que no dice

Ninguna entrada es un juicio sobre un órgano: se mide si un indicador o una lectura describe bien lo que dice describir, nunca a quién. La precisión de las lecturas es la de jueces automáticos, no la de personas. Un veredicto «pasa» vale para los años y la fuente medidos: cada año o fuente nueva necesita su propia medida. Y el registro crece: cada medida nueva entra aquí con su resultado, salga como salga.