Cómo el Modelo Dixon-Coles Predice Marcadores de Fútbol
En 1997, Mark Dixon y Stuart Coles publicaron un artículo breve que se convirtió discretamente en la fundación del modelado moderno de fútbol. La idea era simple: el modelo Poisson estándar — el punto de partida obvio para predecir goles — falla los marcadores bajos de forma sistemática. Y los marcadores bajos son donde vive el fútbol.
El punto de partida Poisson
Modela los goles de cada equipo como una distribución Poisson independiente. Si el local tiene 1,5 goles esperados y el visitante 1,1, la probabilidad de un 1–0 es simplemente P(local=1) × P(visitante=0). Limpio, elegante — y erróneo de una manera específica y medible.
Cuando Dixon y Coles compararon las predicciones Poisson con miles de partidos de las ligas inglesas, descubrieron que el modelo subestimaba el 0–0, 1–0, 0–1 y 1–1 y sobrestimaba ligeramente los demás. Los equipos no juegan como generadores de números aleatorios independientes en los marcadores bajos: un equipo ganando 1–0 al final del partido suele dejar de atacar, y un equipo perdiendo 0–1 vuelca a todos al ataque. Los dos números de goles son dependientes exactamente donde más importa.
La corrección de un parámetro
La solución fue un factor de corrección, τ (tau), aplicado solo a los cuatro marcadores bajos, controlado por un único parámetro ρ (rho):
P(1–0) × (1 + λA·ρ)
P(0–1) × (1 + λH·ρ)
P(1–1) × (1 − ρ)
Con ρ negativo (alrededor de −0,13 en la mayoría de las ligas), la corrección aumenta el 0–0 y el 1–1 y reduce el 1–0 y el 0–1 — igual que lo que realmente ocurre en el campo. Un parámetro, ajustado una vez por liga, y las probabilidades de empate del modelo de repente cuadran con la realidad.
Cómo lo usamos en GoalMath
Nuestro predictor de partidos ejecuta el cálculo Dixon-Coles completo en todos los marcadores de 0–0 a 12–12 y luego agrega en 1X2, más/menos y ambos marcan. Los goles esperados provienen de las fortalezas ofensiva/defensiva en relación con los promedios de la liga:
λA = ataque fuera × defensa en casa × promedio de goles fuera de la liga
Fijamos ρ en −0,13 por defecto — el valor que se sostiene entre ligas y temporadas en la literatura publicada — y mostramos nuestro historial de calibración en la página de metodología, incluyendo dónde falla el modelo.
Lo que Dixon-Coles no hace
- Noticias de los equipos. La lesión del goleador no aparece en los promedios de goles del mes pasado. Nuestro predictor permite ajustar las fortalezas manualmente exactamente por eso.
- Motivación. Los partidos muertos al final de la temporada y las rotaciones de copa rompen los patrones históricos.
- Muestras pequeñas. Los equipos recién ascendidos no tienen historial relevante en el nivel superior — trata esos números como priors aproximados, no como hechos.
Un modelo es un punto de partida para pensar, no un sustituto del pensamiento. Las matemáticas dicen lo que suele ocurrir; las noticias dicen si el "suele" aplica hoy.
Lectura relacionada: Poisson vs Dixon-Coles: Dónde Importa Realmente la Diferencia · Goles esperados (xG) explicados: qué significa realmente el número