El Modelo

ForzaPitch usa un modelo de regresión de Poisson con corrección Dixon-Coles para predecir los resultados de los partidos de fútbol. Para cada partido estimamos los goles esperados (xG) de cada equipo a partir de su forma ofensiva y defensiva, el rating Elo, la ventaja de local y las medias de gol de la liga, y luego los ajustamos según el momento de forma reciente, el descanso y la congestión de calendario, las condiciones climáticas y la posición en la clasificación o lo que hay en juego a final de temporada. La distribución de Poisson nos da la probabilidad de cada resultado posible, de la que derivamos el 1X2, más/menos goles y otros mercados. Las predicciones también se combinan con las cuotas de los bookmakers, con más peso cuando el mercado se mueve con fuerza.

Cada equipo tiene un rating Elo global actualizado después de cada partido — y el Elo no se usa solo para los cruces de copa entre ligas: se combina directamente con nuestra estimación de Poisson en la probabilidad final de cada partido, con un peso ajustado por competición. Para los partidos de copa donde se enfrentan equipos de ligas distintas, también usamos medias de liga ponderadas por Elo para corregir la diferencia de nivel competitivo.

Más allá de la estimación básica de xG, el modelo añade una serie de ajustes contextuales: la forma reciente (con más peso en los últimos partidos), el descanso y la congestión de calendario (los equipos con poco descanso son penalizados, los equipos descansados reciben un pequeño impulso), el clima (viento fuerte o lluvia intensa reducen los goles esperados) y el contexto de la clasificación (luchas por el título, por el descenso y partidos sin objetivos cambian la motivación). Las predicciones con pocos datos históricos se acercan a una base neutra hasta que se acumulan suficientes partidos.

Precisión semanal — últimas 8 semanas

Media del período: 63.4%

61.9%

Precisión global

Analizados: 2572 partidos

modelo calibración perfecta ● <7pp desviación: bueno / medio / lejos