Goles esperados explicados de forma sencilla
Qué miden los xG, por qué cuentan un partido mejor que el resultado y cómo leerlos en la página de un equipo.
Leer →De los goles esperados a las probabilidades de 1X2, Over/Under, BTTS y resultado exacto, paso a paso.
El modelo de Poisson es la forma más habitual de convertir los goles esperados de un partido en probabilidades. No es el único y tiene límites, pero es sencillo, transparente y funciona sorprendentemente bien. Vamos a verlo con un ejemplo.
Supongamos que, al combinar el ataque y la defensa de los dos equipos y el factor campo, el modelo estima 1.6 goles esperados para el equipo local y 1.1 para el visitante.
La distribución de Poisson dice qué probabilidad tiene un equipo de marcar 0, 1, 2, 3… goles, dados sus goles esperados. Con 1.6 goles esperados, el equipo local tiene alrededor de un 20% de probabilidad de no marcar, un 32% de marcar 1, un 26% de marcar 2 y un 14% de marcar 3. El visitante, con 1.1, tiene un 33% de quedarse a cero, un 37% de marcar 1 y un 20% de marcar 2.
Al multiplicar las probabilidades de los dos equipos se obtiene la probabilidad de cada resultado exacto. En nuestro ejemplo, los más probables son 1-1 (alrededor del 11.8%), 1-0 (10.8%), 2-1 (9.5%) y 2-0 (8.6%). Fíjate en que ni siquiera el resultado más probable llega al 12%.
Al sumar los resultados que corresponden se obtienen todas las demás probabilidades:
El modelo trata los goles de los dos equipos como independientes y no conoce motivaciones, cansancio ni noticias de última hora. Por eso los goles esperados hay que ajustarlos con las noticias, y eso es lo que hace el Radar. Lee más en la página Método, donde también puedes probar la calculadora.