Modelo Poisson aplicado al fútbol
Cómo funciona un modelo Poisson para estimar goles y marcadores en fútbol, con la fórmula, un ejemplo numérico completo y sus límites conocidos.
Equipo Choco Bets 5 min de lectura
Un modelo Poisson aplicado al fútbol asume que los goles de cada equipo siguen una distribución de Poisson: eventos que ocurren de forma independiente a una tasa promedio conocida. A partir de esa tasa —los goles esperados de cada equipo— se puede calcular la probabilidad de cualquier marcador exacto, no solo de quién gana.
Qué es una distribución de Poisson, en una frase
Describe la probabilidad de que ocurra un número exacto de eventos (goles) en un intervalo fijo (un partido), cuando esos eventos son relativamente poco frecuentes y en principio independientes entre sí — la misma familia de modelo que se usa para llamadas a un call center por hora o llegadas a una fila.
La fórmula
P(X = k) = (λᵏ × e⁻λ) / k!Donde λ (lambda) es la tasa esperada de goles del equipo, k es el número exacto de goles cuya probabilidad se calcula, y e es la constante de Euler (≈ 2.71828).
Un ejemplo numérico completo
Supongamos que, según el contexto del partido, el Equipo A tiene una tasa esperada de λ_A = 1.8 goles y el Equipo B de λ_B = 1.1.
Probabilidad de que el Equipo A anote exactamente 2 goles:
P(X=2) = (1.8² × e⁻¹·⁸) / 2! = (3.24 × 0.1653) / 2 ≈ 0.268 → 26.8%Repitiendo el cálculo para cada marcador posible de cada equipo (0, 1, 2, 3… goles) y multiplicando las probabilidades de ambos equipos —asumiendo independencia entre ellos— se construye una matriz completa de marcadores exactos. Sumando las celdas de esa matriz según qué equipo anota más se obtienen las probabilidades 1X2 (local, empate, visitante): no hace falta un modelo distinto para cada mercado, todos salen de la misma matriz.
De dónde sale λ
La tasa esperada de goles (λ) no la inventa el modelo: se estima a partir de datos como la fuerza ofensiva y defensiva de cada equipo, la localía y el rendimiento reciente — el mismo tipo de información que resume un valor de xG acumulado sobre varios partidos.
Por qué Poisson solo no basta: la corrección en marcadores bajos
La independencia entre los goles de ambos equipos es una simplificación útil, pero no perfecta: en marcadores bajos (0-0, 1-0, 0-1, 1-1) hay una correlación real que Poisson puro no captura — cuando un equipo va perdiendo por poco tarde en el partido, ambos equipos ajustan su planteamiento de forma que se afecta mutuamente. Es un problema conocido en la literatura estadística del fútbol desde hace más de dos décadas, y es la razón por la que ensembles de modelos aplican correcciones específicas sobre esos marcadores en lugar de usar Poisson sin ajustar.
Errores comunes
- Confundir λ con “el marcador esperado”. Una λ de 1.8 no significa que el equipo vaya a anotar 2 goles — es el promedio de una distribución completa de resultados posibles, desde 0 hasta muchos.
- Usar el promedio de goles de toda la temporada sin ajustar por rival. La misma λ no debería aplicar contra el primero y el último de la tabla.
- Aplicar Poisson puro sin ninguna corrección en marcadores bajos, ignorando la correlación conocida entre ambos equipos.
- Tratar la probabilidad resultante como una certeza en vez de una distribución con incertidumbre real.
Limitaciones
- Asume independencia entre los goles de ambos equipos — una aproximación razonable, no exacta.
- Asume una tasa de anotación constante durante los 90 minutos, cuando en la práctica cambia con el marcador, las expulsiones y los cambios tácticos.
- La calidad de la predicción depende por completo de la calidad de la estimación de λ: un mal insumo produce una mala salida, sin importar qué tan correcta sea la fórmula.
- No incorpora directamente información de última hora (lesiones, alineación confirmada) — eso tiene que entrar en la estimación de λ antes de aplicar el modelo, no después.
Preguntas frecuentes
¿Poisson predice el marcador exacto de un partido?
No. Da una probabilidad para cada marcador posible, no una predicción única. El marcador más probable puede tener, por ejemplo, 12% de probabilidad — sigue siendo más incierto que cierto.
¿Por qué no basta con la media de goles del equipo en la temporada?
Porque ignora al rival: la misma media de goles vale muy distinto contra una defensa sólida que contra una débil, y no refleja si el equipo juega de local o visitante.
¿Dónde puedo revisar cómo se documenta esta parte del proceso?
En Metodología se explica cómo se documentan procedencia, preparación y límites, y en Tecnología el resto de la cadena hasta la lectura final.
Ve un marcador estimado en un partido real
La demo pública abre un encuentro publicado con su lectura completa, no solo la matriz de marcadores.