ónΩón
Facultad de Estadı́stica
Proyecto de Grado
Diciembre 2019
Estimación de resultados de encuentros de la liga Santander
haciendo uso de un modelo lineal generalizado mixto
a
Joan Sebastian Wilches Castro Wilmer Pineda Riosb
[email protected] [email protected]
Resumen
El presente artı́culo propone hacer uso de un modelo Poisson mixto con el fin de estimar los resultados
de los partidos de fútbol de la liga española y entender los efectos que conlleva jugar contra los diferentes
equipos que componen la liga. Como variables regresoras se hace uso de las estadı́sticas de los encuen-
tros(posesión del balón de los equipos, cantidad de tiros de esquina, tarjetas, faltas, entre otros) desde
el año 2016 a la actualidad, adicional a esto, mediante análisis de componente principales se construye
indicadores de poder ofensivo y de poder defensivo, con las caracterı́sticas de los jugadores que militan
actualmente en los equipos, gracias a la base del juego FIFA 19 de Ea sports, estos indicadores funcionan
como covariables en el modelo. En el trabajo se ilustra como la cantidad de goles que puede marcar uno
equipo cambia según sus caracterı́sticas y las del rival.
Palabras clave Modelo Poisson, Modelos mixtos, Fútbol,análisis de componentes principales.
Abstract
This article proposes to use a mixed Poisson model in order to estimate the results of spain soccer
league and understand the effects of playing against the different teams that make up the league.the
covariates are the statistics of the matches (possession of the ball, number of corner shots, cards, fouls,
among others) from 2016 to the present, in addition to this,construction of indicators through Principal
component analysis, Indicators of offensive power and defensive power, with the characteristics of the
players currently playing in the teams, thanks to the base of the FIFA 19 game of Ea sports, these
indicators function as covariates in the model. The work illustrates how the number of goals can change
according to their characteristics and those of the opponent.
Keywords Poisson Models, Mix Models, Soccer, Principal component analysis.
1. Introducción
El trabajo desarrollado a continuación está dividido en secciones, donde en primer lugar se encuentra la
introducción y un abre bocas de los trabajos ya desarrollados con la misma finalidad, seguido por lo que
es el fútbol, una tercera sección de las apuestas deportivas, la cuarta sección con una breve descripción
de lo que es la liga Santander ya que es el torneo base del desarrollo del modelo y una última sección
con la teorı́a del mismo, como lo es:
a Estudiante pregrado Estadı́stica, U. Santo Tomás, sede Bogotá
b Docente Facultad de Estadı́stica, U. Santo Tomás, sede Bogotá
1
2 Joan Sebastian Wilches Castro & Wilmer Pineda Rios
Modelos lineales Generalizados
Distribución y regresión Poisson
Modelo lineal Mixto
Modelo Mixto Poisson
En el final del documentó se encuentra los resultados y discusión de los mismos.
El propósito de este trabajo es estimar los resultados de los partidos de fútbol de la liga Santander
mediante un modelo Poisson mixto, teniendo en cuenta como efecto aleatorio el equipo contra el que se
juega el partido (equipo visitante), resultados anteriores e indicadores de potencial de ataque, defensa,
entre otros. Calculados mediante métodos multivariados. Esto para robustecer las diferentes estimaciones
que se hallaron.
Para poder empezar con el desarrollo, se dejan en claro algunos conceptos y un contexto general de lo
que es la actualidad del fútbol. La finalidad del deporte, es marcar en la puerta del equipo contrario y
evitar que marquen en propia puerta, para ası́ conseguir el triunfo. Esto es dado gracias a estrategias de
juego, contratar jugadores con caracterı́sticas superiores que la de los contrincantes, entre otros.
Hoy en dı́a este deporte es uno de los negocios más grandes del mundo, por su popularidad, se asegura
que llega a mover hasta 500.000 millones de dólares anuales mediante la venta de boleterı́a, transfe-
rencias entre equipos por los jugadores y premios de los diferentes torneos a nivel mundial. Esto sin
contar los ingresos de los jugadores por publicidad y diferentes patrocinios. Lo que ha llevado a que se
habrán una gran cantidad de apuestas distintas por cada partido que hay en el mundo. Rojas Diusabá
Victor,1/1/2018.El fútbol es el negocio del siglo. Semana
En la actualidad la predicción de eventos deportivos está en su auge ya que es algo que intenta determinar
las personas del común hasta grandes equipos de investigación, todos con el mismo fin, pronosticar el
ganador de un partido, campeón de un torneo, entre otras cosas.
Las personas del común ven esto como una oportunidad de ganar dinero de manera rápida y un pasa-
tiempo, los grandes grupos de investigación intentan determinar esto, en la mayorı́a de casos para lograr
establecer las cuotas de pago en las diferentes casas de apuestas o publicar resultados de un modelo el
cual ayude a la comunidad a ganar dinero.
Hace años se han realizado diferentes intentos de estimación con múltiples técnicas y ajustes de las mis-
mas, para tener estimaciones precisas como Dyte,D.y Clarke, S.(2000) quienes proponen un método para
predecir la distribución de los marcadores en los partidos de fútbol internacionales, tratando los goles
de cada equipo, como variables independientes Poisson que dependen de la calificación de la Federación
Internacional de Fútbol (FIFA) para cada equipo y el lugar del partido.
Otro de los diferentes desarrollos fue Harvard, R., Oyvind, S.(1997) quienes sugirieron una dinámica
bayesiana, de un modelo lineal generalizado para estimar las habilidades dependientes del tiempo de
todos los equipos en una liga, y predecir los partidos de fútbol del siguiente fin de semana.
Adicional a este Goddard, J., Asimakopoulos, I.(2002) hicieron uso de un modelo de regresión pro-
bit ordenado, utilizando datos de 15 años para modelar los Resultados de partidos de fútbol de la liga
inglesa. mediante resultados de partidos pasados, la importancia del partido para los resultados de la liga
al final de la temporada; la participación de los equipos en la competición de copa; la distancia geográfica
entre las ciudades de origen de los dos equipos; y la asistencia promedio de los dos equipos.
Como ultima referencia Karlis y Ntzoufras (2003) estimarón la cantidad de goles marcados por un equipo
mediante una distribución de Poisson bivariada aplicada a los resultados de partidos de fútbol.Para esto
hicierón uso de variables tales como la localia, el rendimiento de defensa y ataque en situación de localia
y visita.
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
Estimación de resultados de encuentros de la liga Santander haciendo uso de un modelo lineal generalizado mixto3
Con lo dicho anteriormente, se puede concluir que hay un sin numero de trabajos enfocados a esti-
mar el marcador de un partido, pero se encuentra un común denominador en cada uno de ellos, no
se tiene en cuenta el equipo contra el que se juega, por esto, la metodologı́a del presente documento
mantiene la linea de una estimación mediante la distribución Poisson añadiéndole la componente mixta,
que permite hacer estas mismas estimaciones, teniendo en cuenta el equipo contra el que se enfrenta.
2. Fútbol
El fútbol data del año 1863 con la separación del rugby-football en Inglaterra y se dio lugar a la primera
asociación propia del deporte, llamada ”Football Association”, es un deporte de competencia conocido
a nivel mundial y show principal del evento con mayor asistencia mundial.
Es jugado por dos equipos, compuestos por 11 jugadores iniciales en un césped de medidas variables
de aproximadamente cien metros de largo por 75 metros de ancho, al momento de iniciar el encuentro,
los jugadores se ubican estratégicamente en sectores del campo, lo cual se determina como posiciones,
que permite aplicar diferentes metodologı́as de juego, los jugadores NO son ubicados aleatoriamente en
las posiciones ya que deben tener caracterı́sticas especiales en cada una de ellas, las caracterı́sticas serán
descritas a continuación.
Portero: Hoy en dı́a si hay algo inexcusable en un portero, es que debe manejar el juego aéreo y do-
minar el juego con el pie, a partir de ahı́, pueden entrarse a valorar si es más importante la agilidad
o la flexibilidad, atendiendo a las caracterı́sticas fı́sicas, el dominio técnico o táctico de la situación de
porterı́a, etc.
Laterales defensivos: Hay laterales que forman parte de una lı́nea de 4, que neutralizan el juego ri-
val de su banda, ayudan a los centrales en las coberturas y limitan su participación a la faceta defensiva,
son laterales que suelen ir bien también en el juego aéreo.
Laterales ofensivos: Existen laterales profundos, con recorrido, cuya función es doblar en ataque y des-
doblar en la fase defensiva, con gran actividad y que suelen ser pareja de baile de otro jugador de banda,
que bien intercala, dentro o fuera, intentando no solapar los pasillos verticales para ganar más lı́neas de
amplitud. Hay laterales que si bien son laterales, se incrustan en medio campo y los puedes ver evolu-
cionar desde dentro o fuera, según intereses.
Centrales: Antes el alto era el central, ahora el listo es el central, ya que es muy importante el tra-
bajo que realizan en la organización defensiva posicional y en la reorganización defensiva en transiciones,
también es importante que, o bien manejen el espacio tácticamente hablando, o sean rápidos para sub-
sanar lagunas tácticas, ya que la mayorı́a de futbolistas a neutralizar, son rápidos y listos.
Medios Centro: Aquı́ si que puedes encontrar de todo en el fútbol actual y que cada uno desde su
faceta, sobreviven en el fútbol profesional.Ası́, tienes el recuperador, el organizador, el que dota de equi-
librio táctico al equipo, el que maneja el ritmo del juego de tu equipo, el llegador, el replegador, que
siempre llega a la ayuda, infinidad de aspectos, que hace que este puesto, tenga las exigencias de un
futbolista completo. No obstante, hay medios centro que solo viven de su técnica exquisita, hay otros
de su visión táctica, hay otros de sus condiciones fı́sicas y muchos de su hegemonı́a para liderar el juego
colectivo del equipo.
Interiores: Este puesto, al igual que los otros, también ha evolucionado y hoy en dı́a, es muy frecuente
verlos jugar a pierna cambiada, abandonar su posición de banda y venirse al centro, perder amplitud,
para que la ganen otros o ganarla ellos, para que la pierdan otros. Utilizan movimientos verticales para
dar profundidad y movimientos diagonales para buscar finalización en dirección al área, también pueden
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
4 Joan Sebastian Wilches Castro & Wilmer Pineda Rios
formar parte de una lı́nea de 3 atacante, que permuta posiciones. También puede ser un futbolista posi-
cional, que busque el juego de 1 contra 1, 2 contra 1, provocando superioridad en los duelos en igualdad.
Muchas veces su efectividad vendrá marcada por la sincronización con el futbolista que juegue en su
banda y establezca el juego de pares, provocando que la táctica grupal, favorezca a la colectiva.
Delanteros: existen dos tipos, generales y otros secundarios, generales: 1) El futbolista que le gusta
moverse al espacio de la espalda rival, buscando desmarques de ruptura y 2) El futbolista que le gusta
moverse para fijar, atraer rivales y balones al pie, este segundo le gusta vivir cerca del área y el otro sale
de esos espacios para llegar a ellos, el segundo está, mientras el primero aparece. Los secundarios son
aquellos que están relacionados con el sistema, que acostumbran a ser segundo delantero, a jugar entre
lı́neas, a caer a banda, a jugar como falso 9, innumerables aspectos que condicionan que el delantero sea
multifactorial, pero siempre buscando el fin último, que es el gol.(Fútbol Ofensivo, 2016).
3. Apuestas Deportivas
Desde que se aprobó la Ley del juego en 2012 en España el negocio de las apuestas deportivas no ha
parado de crecer. En el año 2018 las apuestas deportivas virtuales contaban con casi un millón y medio
de jugadores activos y acaparaban más de la mitad de los ingresos del juego online, con 365 millones de
euros descontados premios y reapuestas, lo que en la jerga se conoce como margen de juego o GGR (gross
gaming revenue). Según la Dirección General de Ordenación del Juego (DGOJ), el primer trimestre de
2019 tampoco defraudó: el segmento avanzó un 26 % con respecto al mismo periodo de 2018, con un
margen de 100 millones.(Diario de Pontevedra,25 de Abril del 2018).
3.1. Tipos de apuestas de Fútbol
Apuesta simple: el apostador realiza una sola apuesta a un evento de su elección, la apuesta sencilla
más común es el 1X2, es decir, apostar a quien va a ser el ganador del partido o si este terminará en
empate, aunque en la actualidad se pueden realizar apuestas de todo tipo como, por ejemplo: qué equi-
po marcara primero, cuál será el resultado al final del primer tiempo o qué jugador marcará el primer gol.
Apuesta combinada: estas realizan varias predicciones sencillas y las cuotas de cada una de ellas se
multiplican entre sı́, es una de las opciones preferidas por los apostadores, lo más normal es que se elija 3
o más eventos que tengan un favorito claro, de este modo se minimiza el riesgo de que pierdas lo apostado.
Apuesta Live: son apuestas sencillas que se realizan mientras se está jugando un partido de fútbol,
si un equipo se pone por delante es muy común que se realicen apuestas del tipo: el partido acabará en
empate, no se marcaran más goles o el equipo que ha marcado primero se llevará la victoria, también se
conoce las apuestas Live como combinadas con la salvedad de que no tienes por qué acertar todas las
predicciones para ganar.
Apuesta de sistema(2/3): en ella el apostante realiza dos predicciones distintas sobre 3 eventos dife-
rentes, la cantidad apostada se divide entre las tres apuestas y con solo acertar dos de los tres resultados
se obtienen ganancias.
Apuestas a largo plazo: son aquellas que se realizan mucho antes de conocerse el resultado. Las apuestas
más clásicas son predecir qué equipo se alzará con el tı́tulo de liga o de Champions League ese año,
aunque también se puede apostar a otro tipo de sucesos como qué equipo quedara segundo o cuáles serán
los equipos que descenderán de categorı́a.(Diario de Pontevedra,25 de Abril del 2018)
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
Estimación de resultados de encuentros de la liga Santander haciendo uso de un modelo lineal generalizado mixto5
4. La Liga Santander
La Primera División de España conocida como La Liga Santander y oficialmente como Campeonato Na-
cional de Liga de Primera División, es la máxima categorı́a masculina del sistema de ligas de España y
la principal competición a nivel de clubes del paı́s. La organiza desde 1984 la Liga de Fútbol Profesional
(LFP) tras suceder a la Real Federación Española de Fútbol (RFEF). Empezó a disputarse en 1929 y su
último campeón es el Fútbol Club Barcelona, fue interrumpida únicamente entre 1936 y 1939, debido a
la Guerra Civil Española.
La liga es un torneo organizado y regulado (conjuntamente con la Segunda División) por la Liga Nacional
de Fútbol Profesional (LFP), cuyos miembros son los propios clubes participantes. La competición se
disputa anualmente, empezando a finales del mes de agosto o principios de septiembre, y terminando en
el mes de mayo o junio del siguiente año.
El torneo consta de un grupo único integrado por veinte equipos, pertenecientes a clubes de fútbol
o sociedades anónimas deportivas (SAD). Siguiendo un sistema de liga, los veinte equipos se enfrentan
todos contra todos en dos ocasiones -una en campo propio y otra en campo contrario- sumando un total
de 38 jornadas. El orden de los encuentros se decide por sorteo antes de empezar la competición.(Planeta
fútbol,2010)
5. Métodos
5.1. Modelo Lineal Generalizado (MLG)
Un modelo lineal generalizado (MLG), en su esencia son una extensión de los modelos lineales, solo que
estos permiten el uso de distribuciones diferentes a la normal en las variables respuestas, como Binomiales,
Poisson, Gamma y otras distribuciones pertenecientes a la familia exponencial. El MLG generaliza la
regresión lineal al permitir que el modelo lineal esté relacionado con la variable de respuesta a través de
una función de enlace y al permitir que la magnitud de la varianza de cada medición sea una función de
su valor predicho. (Modelo lineal generalizado, s.f)
John Nelder y Robert Wedderburn (1972) formularon modelos lineales generalizados como una forma
de unificar otros modelos estadı́sticos, como la regresión lineal, la regresión logı́stica y la regresión de
Poisson. Propusieron un método de mı́nimos cuadrados iterativamente ponderados para la estimación de
máxima verosimilitud de los parámetros del modelo
Un MLG se compone por tres partes:
Componente Aleatorio: Esta parte del modelo es la que identifica la variable respuesta y la
distribución de probabilidad a la que esta asociada, la cual sera de la familia exponencial tales
como normal, lognormal, Poisson, Gamma, etc
Componente sistemática: Este compone las variables explicativas (independientes o predic-
toras) utilizadas en la función predictora lineal, también es conocido como el predictor lineal y
generalmente se denota con η y corresponde al vector de n componentes.
Función de enlace: La función de enlace proporciona la relación entre el predictor lineal y la
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
6 Joan Sebastian Wilches Castro & Wilmer Pineda Rios
media de la función de distribución, siempre la función de enlace debe ser monótona y doblemente
diferenciable.
Teóricamente un modelo lineal generalizado se puede expresar por medio de:
E(Y) = µ = g −1 (Xβ) (1)
Donde :
E(Y) es el valor esperado de Y
(Xβ) es el predictor lineal, o una combinación lineal de parámetros desconocidos β
g, es la función de enlace.
Existen varios tipos de modelos generalizados que dependen como ya se menciono anteriormente de la
distribución de probabilidad de la variable respuesta, para efectos de el desarrollo de este trabajo el foco
central esta en el modelo Poisson.
5.2. Distribución Poisson
En 1837, Poisson publicó la distribución que lleva su nombre, obteniéndola como una distribución lı́mite
de la distribución binomial. Si la variable aleatoria Y tiene una distribución de Poisson, P (), con el
parámetro µ > 0, entonces su función de probabilidad se expresa como:
e−µ muy
f (y; µ) = (2)
y!
Su valor esperado y varianza dado x esta representado por:
0
λ = E(y|x) = ex β (3)
El modelo de Poisson juega un papel importante en el análisis de datos en forma de recuentos. Sus
caracterı́sticas principales son:
Proporciona, en general, una descripción satisfactoria de datos experimentales cuya varianza es
proporcional a la media.
Puede deducirse teóricamente de principios elementales con un número mı́nimo de restricciones.
Si los eventos ocurren de manera independiente y aleatoria a lo largo del tiempo, con una tasa
promedio constante de ocurrencia, el modelo determina el número de eventos durante un intervalo
de tiempo especificado.
El modelo de regresión de Poisson juega el mismo papel en el análisis de datos categóricos que en el
modelo normal de análisis continuo. La diferencia fundamental es que la estructura multiplicativa para
el modelo de Poisson es más apropiado que la estructura aditiva de los medios del modelo normal. Se ha
encontrado en el análisis de datos categóricos que la media µ se obtiene generalmente como producto de
otros medios marginales que se convierten en los parámetros lineales del modelo. (Cordeiro, G, 2008)
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
Estimación de resultados de encuentros de la liga Santander haciendo uso de un modelo lineal generalizado mixto7
5.3. Modelo Poisson
Este modelo se utiliza cuando la variable respuesta es una cantidad discreta que se puede modelizar,
suele representar el recuento de sucesos o hechos por ejemplo, el número de goles marcados en un partido
que es la variable de respuesta de este trabajo.
La regresión de Poisson asume:
Y tiene una distribución Poisson
log(E(y—x)) = x0 β el modelo de regresión de Poisson se refiere a veces como el modelo log-lineal
La probabilidad viene dada por:
0 x0 β
eyx β e−e
P r(y|x) = (4)
y!
La log-verosimilitud es:
N
X 0
L(b) = yi x0i b − ex β − log(yi !) (5)
i=1
por lo tanto,
0
E(y|x) = ex β = eβ0 +β1 x1+β2 x2+...+βk xk (6)
Un cambio de una unidad en el regresor j conduce a un cambio en la media condicional de βj
x E(yi |xi ), Otra forma de decir esto es que un cambio de una unidad en el regresor j conlleva
un cambio proporcional de E(yi |xi ) de βj y si el regresor está en logaritmos entonces βj es una
elasticidad. (Mora. 2018. Poisson Regression)
5.4. Modelo Lineal Mixto
Torres-Saavedra (2018) afirma que un modelo mixto permite analizar una variable aleatoria Y modeli-
zando simultáneamente el valor esperado del fenómeno estudiado y su variabilidad, es decir se modela
un efecto fijo a todos los sujetos de estudio y otro efecto aleatorio asociado a cada uno de los sujetos el
cual esta representado por la ecuación 3:
Yij = (β0 + β1 tij ) + (bi0 + b1i tij ) + εij . (7)
y matricialmente esta representado por:
Yi = Xi β + Zi bi + εi (8)
Los supuestos que se establecen para este modelo son:
bi ∼N2 (0,D)
εij ∼N2 (0, σ 2 Vi )
La matriz D tiene dimensión 2 X 2 mientras que Vi es de dimensión 5 X 5
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
8 Joan Sebastian Wilches Castro & Wilmer Pineda Rios
5.4.1. Estimación en un MLM
En un MLM se puede obtener la distribución conjunta de (Yi , bi ) en términos del producto de distribu-
ciones conocidas. Esto es,
Z Z
fy (yi ) = f (yi , bi ) dbi = fy|b (yi |bi )fb (bi ) dbi (9)
Por lo tanto, la densidad marginal para los datos usando un MLM se obtiene integrando los efectos
aleatorios
f (yi , bi ) = fy|b (yi |bi )fb (bi ) = dist. condicional × dist. efectos aleatorios. (10)
Esta distribución esta dada por:
Yi ∼ N5 (Xi β, Σi ) (11)
donde Σi = Zi DZti +σ 2 Vi . La función de verosimilitud para los datos bajo este modelo se puede construir
tal como se discutió en los modelos marginales. Por lo tanto, los métodos ML y REML se pueden usar
para estimar los parámetros en un LML con sus respectivas propiedades.
5.4.2. Predicción de los Efectos Aleatorios
En un MLM las componentes de bi son los efectos aleatorios. Estas cantidades se pueden predecir de
acuerdo a la esperanza condicional del bi dado yi , la cual toma la siguiente forma
Σ̂−1 (Yi −Xi β̂)(12)
b̂i = D̂Zi i
Estas cantidades se conocen como las estimaciones empı́ricas de Bayes.
5.4.3. Residuales
En un MLM se pueden obtener dos tipos de residuales: condicionales y marginales. Los residuales con-
dicionales estan dados por
ε̂(c)i = Yi − Xi β̂ − Zi b̂i (13)
mientras que los marginales se definen como
ε̂(m)i = Yi − Xi β̂. (14)
Estos residuales crudos se pueden usar para detectar varianza marginal o condicional no constante. Sin
embargo, normalidad y detección de datos atı́picos usando estos residuales o versiones escaladas no son
apropiados debido a la correlación entre los residuales.
5.5. Modelo lineal mixto tipo Poisson
(Correa y Salazar.2006) sustentan que los modelos lineales mixtos generalizados se basan en especificar
el modelo en términos de la distribución de los datos, de la función de la media y expresar esta media
en función de alguna transformación de Xβ + Zb. La distribución se toma como un miembro de la
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
Estimación de resultados de encuentros de la liga Santander haciendo uso de un modelo lineal generalizado mixto9
familia exponencial y la relación entre la media µ = E (Y ) y el predictor lineal Xβ + Zb debe ser una
transformación monótona. Es común denotar este predictor lineal como:
η = Xβ + Zb (15)
y la transformación de la media como g(µ). Esta función g(µ) es la Función Link porque vincula el
modelo mixto con la media de Y . Puesto que la función de vı́nculo es monótona, la relación entre µ y η
se puede expresar en términos de la inversa de la función de vı́nculo:
g(µ) = Xβ + Zb = η (16)
−1
µ=g (Xβ + Zb) (17)
Para las variables respuestas que contengan conteos, es preferible usar como distribución la Poisson, cuya
media condicional está dada por λ, la función de vı́nculo η = log(λ) = Xβ + Zb y la inversa de la función
de vı́nculo g −1 (η) = eη .
6. Resultados y Discusión
6.1. Variables
Para el desarrollo, se hizo uso de los datos más cercanos a la realidad, los cuales provienen del juego FIFA
de EA sport games, donde se encuentran estimaciones ponderadas puntuales de todos los jugadores y
variables importantes de los clubes, adicional a esto, mediante un algoritmo de web scraping se obtuvo
el resultado histórico de los encuentros junto con sus estadı́sticas (desde inicia de la temporada 2016 a
la actualidad).
Variables de jugadores
Caracteristica Significado
Ball control Control del balón
Crossing La capacidad para tirar buenos centros desde la banda
Curve Capacidad para darle rosca o efecto al balón a la ahora de patear
Dribbling Capacidad del jugador para cortar la cancha con regates
Finishing La habilidad del jugador para poder definir frente al arco
Free Kicks Precisión que tiene el jugador para los Tiros Libres
Heading Capacidad para cabecear
Long Passing Habilidad del jugador para los pases en profundidad
Long Shots Precisión de los tiros lejanos
Acceleration Velocidad con la que el jugador arranca con la pelota
Agility Habilidad para desmarcarse
Balance Habilidad que tiene el jugador para no caerse ante el primer golpe
Stamina Es la resistencia del jugador para jugar 90 minutos
Interceptions Capacidad del jugador para interceptar pelotas sueltas
Positioning Es la habilidad del jugador para estar siempre donde se le necesita
Strength Es la fuerza del jugador
En la tabla 1 se muestran algunas de las caracterı́stica obtenidas por cada uno de los jugadores pertene-
ciente a los equipos de la liga española.
En la tabla 2 se encuentran algunas de las variables que se obtuvieron para el estudio, a nivel de equipo,
cabe resaltar que el individuo esta marcado por el equipo local y los promedios de dichas variables son
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
10 Joan Sebastian Wilches Castro & Wilmer Pineda Rios
Variables de equipos por encuentros
variable Significado
Team one Equipo local
Team two Equipo visitante
Goles local Promedio de goles anotados por el equipo local en encuentros anteriores
Goles visitante Promedio de goles anotados por el equipo visitante en encuentros anteriores
Faltas local Promedio de faltas hechas por el equipo local en encuentros anteriores
Faltas visitante Promedio de faltas hechas por el equipo visitante en encuentros anteriores
Local corner Promedio de tiros de esquina a favor del equipo local en encuentros anteriores
Visitante corner Promedio de tiros de esquina a favor del equipo visitante en encuentros anteriores
Posesion Local Promedio de posesión del equipo local en encuentros anteriores
Posesion visitante Promedio de posesión del equipo visitante en encuentros anteriores
tabla 2.
calculados de los encuentros disputados desde la temporada del 2016 a la actualidad en las mismas
condiciones(local y visitante)
6.2. Ajuste de variables
Teniendo en cuenta la cantidad de variables mostradas anteriormente y la premisa fundamental del
estudio ”los individuos son los equipos”se busco una estrategia para convertir las variables de los jugador
a variables del equipo.
6.3. Análisis de Componentes Principales
El método de componentes principales tiene por objeto transformar un conjunto de variables, a las que
se denomina originales, en un nuevo conjunto de variables denominadas componentes principales. Estas
últimas se caracterizan por estar incorrelacionadas entre sı́ y, además, pueden ordenarse de acuerdo con
la información que llevan incorporada(Fernandez, 2011)
A continuación se presentan las variables que se deben tener en cuenta para el análisis:
6.3.1. ACP Jugadores
Como resultado se obtiene que:
Componente 1: están ubicados los jugadores que tienen puntaje alto en caracterı́sticas tales como Drib-
bling, Positioning, LongShots, BallControl, Vision, Curve, Penalties, propias de un jugador ofensivo, por
tal motivo esta componente será llamada poder ofensivo. Los juagores que resaltan en este componen-
te son Messi. Suarez, Griezman y Modirc de los cuales se sabe que son jugadores elites de la liga en
posiciones ofensivas
Componente 2: están ubicados los jugadores que tienen puntaje alto en caracterı́sticas tales como Inter-
ceptions, StandingTackle, SlidingTackle, Marking, Strength, las cuales componen un jugador defensivo,
por tal motivo esta componente será llamada poder defensivo. Los juagores que resaltan en este compo-
nente sonCasemerio, Godin, Ramos y Busquets de los cuales se sabe que son jugadores elites de la liga
en posiciones defensivas
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
Estimación de resultados de encuentros de la liga Santander haciendo uso de un modelo lineal generalizado mixto11
Figura 1: ACP de jugadores
6.3.2. ACP Arqueros
Realizando el proceso anterior de la misma manera para los arqueros, se encontró que en el componente
número 1,están ubicados los arqueros con puntajes más altos en GKPositioning, GKKicking, GKHand-
ling, GKReflexes, las cuales son únicas en los porteros.
6.4. Indicadores
Para el desarrollo de los indicadores se realizaron los siguientes pasos:
1. En las coordenadas obtenidas de los componentes (poder ofensivo y poder defensivo) se aplico la
función anti-logit con el fin de dejar todos los valores entre 0 y 1.
2. Seleccionar los mejores 8 jugadores por equipo en cada una de las componentes y calcular el promedio
de los mismos, para ası́ tener un único valor por equipo en las componentes.
Con estos pasos se logro obtener el poder promedio ofensivo y el poder promedio defensivo de cada uno
de los equipo, de igual manera se realizo con los arqueros de cada equipo seleccionando únicamente a los
dos mejores del componente obteniendo ası́ el poder medio de la porterı́a.
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
12 Joan Sebastian Wilches Castro & Wilmer Pineda Rios
6.5. Comparación entre modelos
6.5.1. Modelo 1
goleslocal ∼ 1+(of ensivo+def ensivo|teamone )+(F altaslocal +Localyellow+posessionlocal +Localcorner|teamtwo
(18)
6.5.2. Modelo 2
goleslocal ∼ 1+(of ensivo+def ensivo|teamone )+(F altaslocal +Localyellow+Localcorner +Localshot |teamtwo
(19)
6.5.3. Modelo 3
goleslocal ∼ 1 + (of ensivo|teamone ) + (Localcorner + Localshot |teamtwo (20)
6.5.4. Decisión
Al probar diferentes estimadores de ajuste para los diferentes modelos, se encuentra que los mejores
modelos son los nombrados anteriormente sin una diferencia significativa entre ellos, sin embargo al
realizar la prueba de sobre dispersión el único modelo que no sufre de esto es el número uno, por tal
motivo se procede a realizar el estudio de los efectos del mismo
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
Estimación de resultados de encuentros de la liga Santander haciendo uso de un modelo lineal generalizado mixto13
6.6. Efectos Aleatorios propios
Como resultado de los efectos aleatorios propios del equipo, se llega a conclusiones tales como:
1. Por cada punto que aumente en el indicador de poder Defensivo el Athletic de Bilbao anota casi 1.1
veces más su valor esperado de gol en Ceteris paribus.
2. Por cada punto que aumente en el indicador de poder Defensivo el Real Valladolid anota 1.8 veces
más su valor esperado de gol, esta cifra puede parecer bastante alta, pero es dado a las caracterı́sticas
del equipo y su baja oportunidad de marcar un gol en Ceteris paribus.
Por otra parte también se encuentra que el Barcelona por cada punto que aumente en el indicador de
poder ofensivo marca casi 3 veces su valor esperado de gol en Ceteris paribus, esto es dado a que el
equipo tiene el indicador más alto en poder ofensivo, por tal motivo es muy difı́cil que llegue a subir un
punto más en dicho indicador.
6.7. Efectos Aleatorios contra el equipo jugado
Al hablar de la cantidad de goles marcados por un equipo se debe tener en cuenta contra quien se estaba
jugando, ya que no es lo mismo la cantidad de goles que espera marcar el Barcelona a un equipo como
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
14 Joan Sebastian Wilches Castro & Wilmer Pineda Rios
el levante a la cantidad de goles que espera marcarle al Real Madrid.
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
Estimación de resultados de encuentros de la liga Santander haciendo uso de un modelo lineal generalizado mixto15
teniendo en cuenta lo anterior se encontró casos a resaltar tales como:
1. por cada punto porcentual que aumente cualquier equipo en la posesión del balón al jugar contra al
valencia hace un uno porciento más de goles en Ceteris paribus.
2. por cada tiro de esquina de más que tenga a favor cualquier equipo al jugar contra el real betis, logra
marcar 5 porciento más de goles.
Estos análisis son algunos de los que se pueden realizar con el desarrollo de un modelo poisson mixto
además de estimar el resultado de un encuentro.
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
16 Joan Sebastian Wilches Castro & Wilmer Pineda Rios
Referencias
[1] Cordeiro, G. and Demétrio, C. (2008) Modelos Lineares Generalizados e Extens˜oes.
[2] Correa, J, Salazar J. (2016), Introducción a los modelos mixtos, Medellin Colombia, Centro Editorial.
[3] Diario de Pontevedra. (24 de junio de 2018), Los diferentes tipos de apuestas deportivas, Recu-
perado de https://www.diariodepontevedra.es/articulo/deporte-general/diferentes-tipos-apuestas-
deportivas/20180425192316977407.html.
[4] Dyte, D. y Clarke, S. J Oper Res Soc (2000) 51: 993. https://doi.org/10.1057/palgrave.jors.2600997
[5] Fútbol ofesivo. (18 de Septiembre de 2016), Caracterı́sticas y funciones de los puestos en un equi-
po de fútbol, Recuperado de http://www.futbolofensivo.com/2016/09/caracteristicas-y-funciones-de-
los-puestos-en-un-equipo-de-futbol/.
[6] Goddard, J., Asimakopoulos, I. (2002). Modelling football match results and the efficiency of fixed-
odds betting . Swansea: University of Wales Swansea.
[7] Karlis, D. Ntzoufras, I. (2011). Robust fitting of football prediction models . IMA Journal Manage-
ment Mathematics.
[8] Nelder, J.A. and Wedderburn, R.W.M. (1972) Generalized Linear Models. Journal of the Royal
Statistical Society Series A, 135, 370-384.
[9] Planeta fútbol. (2010), Liga Española, Recuperado de https://sites.google.com/site/planetafutbol51/futbol-
europeo/liga-espanola
[10] Rojas Diusabá Victor,(1 de Enero de 2018). El fútbol es el negocio del siglo.Semana. Recuperado
de https://www.semana.com/contenidos-editoriales/ahora-si-rusia/articulo/el-futbol-es-el-negocio-
del-siglo/551550
[11] Torres-Saavedra, P. A. (2018). Modelos Estadı́sticos Avanzados. http://pegasus.uprm.edu/ pe-
dro.torres/book/references.html.
Facultad de Estadı́stica Anteproyecto de Grado Julio 2019
