El rol de la estadística en las predicciones deportivas

A la hora de dar un pronóstico sobre los resultados de un encuentro deportivo, las opiniones y subjetividades tienen poca cabida. Detrás de ese porcentaje final que uno ve a favor de uno u otro equipo, hay toda una serie de métodos científicos, los cuales se ponen en marcha para tratar de predecir el resultado final. Una parte de gran importancia dentro de ellos es el análisis estadístico, el cual tiene en cuenta diversos factores, como los datos históricos o el momento en el que se encuentran los jugadores, para inclinar la balanza a favor de unos u otros.

Por supuesto, sobra decir que no son pocos los elementos que se tienen en cuenta a la hora de hacer dichas estimaciones. Desde las condiciones climáticas a la superficie de juego, son muchos los elementos con el poder de alterar el marcador. Y es precisamente por este motivo, por lo que las apuestas (por muy bien estudiadas que estén) nunca dejarán de estar en manos del azar.

Ahora bien, ¿quiénes son los encargados de realizar los análisis estadísticos que hay detrás de los pronósticos deportivos? Ya sabemos que los algoritmos son el pan de cada día en la inmensa mayoría de sectores del mercado, sin ser esta la excepción. En este caso, se encargan de dar predicciones automáticas basadas en datos históricos, así como de detectar patrones de juego o realizar simulaciones de partidos (como el famoso método Monte Carlo). Eso sí, las máquinas no se programan solas, sino que detrás de ellas hay profesionales especializados que no solo crean los modelos que más tarde seguirán dichos algoritmos, sino que además construyen las herramientas que estos utilizarán y, por último, se encargarán de interpretar los datos obtenidos, corrigiendo errores de ser necesario.

Se podría decir que los algoritmos tan solo se encargan de hacer el trabajo sucio, mientras que las decisiones críticas están en manos de personas altamente cualificadas: son los conocidos como sports data analysts. Expertos en estadística avanzada, programación y machine learning que, además de entender de datos, también entienden del juego. Estos, por otra parte, colaboran con ingenieros, estadísticos y matemáticos, que a su vez se ocupan de diseñar los modelos predictivos. Así, por lo general, las principales casas de apuestas deportivas cuentan con sus propios equipos de profesionales dedicados a la predicción de resultados. Del mismo modo, muchos clubes, sobre todo los que andan más cerca de la cima, también tienen sus propios departamentos de análisis. En este último caso, el objetivo no tiene nada que ver con las apuestas, sino con la planificación táctica.

Como se puede ver, hay un proceso de lo más complejo detrás del pronóstico que uno suele ver antes de cada encuentro. Un proceso en el que la ciencia y, concretamente, la estadística juegan un rol principal. Dentro de esta última, son varios los modelos que cobran protagonismo cuando se trata de predicciones deportivas.

Por ejemplo, la regresión logística es la encargada de dar respuesta a eventos binarios. Es decir, responde a preguntas de ‘sí o no’ en base a los datos que previamente se le han proporcionado. Por ejemplo, según en qué campo juegue un equipo o los jugadores que vayan a estar en el partido, la regresión logística hará sus cálculos para dar respuestas a cuestiones como si habrá más de x número de goles o si un equipo clasificará a cuartos. Aunque bien es cierto que si hablamos del número de goles el modelo por excelencia es el de Poisson.

Recibe este nombre por el matemático Siméon Denis Poisson, francés de la época de Napoleón. Como matemático, Poisson se dedicaba al estudio de lo que se conocen como eventos raros. Es decir, cuestiones como la frecuencia de accidentes en una mina o de errores tipográficos en una página de imprenta. Así, creó una fórmula para calcular las probabilidades de que se diesen dichos eventos en un intervalo concreto de tiempo. Debido a que el fútbol es un deporte de pocas anotaciones, el modelo Poisson comenzó a aplicarse en las predicciones deportivas de fútbol, siendo en este caso el gol el evento raro.

Eso sí, no todo es cuestión de goles. Por eso los análisis estadísticos también contemplan otros muchos más modelos a la hora de medir el resto de factores. Si, por ejemplo, quisiéramos saber la fuerza de un equipo o jugador, tendríamos que acudir al modelo Elo, el cual se actualiza después de cada partido. Lo interesante aquí es que el análisis no solo tiene en cuenta quién gana y quién pierde después de cada encuentro, sino a quién se gana y frente a quién se pierde. Es decir, si un equipo fuerte y bien posicionado gana a otro que está en los últimos puestos de la clasificación, el modelo apenas varía su puntuación, ya que el resultado era esperable. Esperable, claro, aunque nunca seguro, no hace falta decir que nada lo es.