Francia tiene más posibilidades de ganar y aquí te explicamos cómo lo sabemos

La Eurocopa comenzó el viernes 14 de junio. La pregunta que ronda el ambiente futbolístico es la de siempre: ¿cuáles son las posibilidades de cada uno de los equipos competidores? De ahí que cada vez más periódicos, empresas y particulares muestren sus predicciones antes de que comience el evento.

Algunas de estas predicciones se actualizan a medida que avanza el campeonato. Voy a explicar las diferentes metodologías utilizadas, mientras comento algunas predicciones.

Spoiler: Francia es la que tiene más probabilidades de ganar. En concreto, @Futbometrix1, cuenta del prestigioso economista Daniel Paserman, le da un 16,5% de posibilidades. En el podio de pronósticos le siguen Inglaterra (13,7%) y España, con una probabilidad del 11,7% de ganar la Eurocopa.

No hay predicción sin probabilidad

La semana pasada se celebró el XIV Congreso Iberoamericano de Economía del Deporte, organizado por la Sociedad Española de Economía del Deporte. En mi presentación dije que “las predicciones son probabilidades o no son predicciones”.

En el caso de la Eurocopa, cualquier predicción debe dejar clara la probabilidad de que un equipo salga campeón. Por ejemplo, España tiene un 10% de posibilidades de salir campeona. Por otro lado, decir que un equipo ganará o no la competición no es válido en términos predictivos. Por ejemplo, “España no va a ganar la Eurocopa” no es una predicción porque la afirmación no se basa en un cálculo de probabilidad.

También es importante comprender el significado de probabilidad. Si alguien dice que España tiene un 10% de posibilidades de ganar la Eurocopa, quiere decir que, si se jugaran 100 Eurocopas en estas mismas condiciones, España ganaría diez. Lo que no quiere decir es que esta predicción sea adecuada si España no gana. Como evidentemente no se van a celebrar 100 Eurocopas, no es una tarea inmediata definir quién o qué modelo ha predicho mejor.

Desde hace un tiempo, la cuenta X @Futbolmetrix1 de Daniele Paserman organiza un concurso para ver quién puede predecir mejor un torneo como la Eurocopa. Los interesados ​​envían las probabilidades de alcanzar cada una de las rondas de todos los equipos antes de que comience cualquier competición. En el caso de la Eurocopa 2024 en Alemania se han recibido más de 30.

Para determinar qué predicción es la ganadora, @Futbometrix1 utiliza tres métodos estadísticos diferentes: Brier Score, Log Score y RPS. En los tres modelos, cuanto menor sea su valor, mejor será la predicción.

España fue la ganadora del Mundial femenino de 2023. El pronóstico ganador se realizó con la media de varias casas de apuestas. Estos predijeron mejor que hasta 20 predicciones basadas en diferentes modelos. Este resultado, que puede parecer paradójico, es relativamente común.

No basta con hacer muchas simulaciones

A continuación voy a explicar cómo se pueden hacer predicciones para un torneo de las características de la Eurocopa.

La mayoría de las predicciones se realizan simulando el torneo mediante un elevado número de repeticiones. ¿Cuánto es alto? Generalmente oscilan entre 1.000 y 200.000 simulaciones, como las que utiliza el diario El País para esta Eurocopa. Calcular predicciones simulando el torneo es tan sencillo como ver el porcentaje de simulaciones en las que un equipo llega a una determinada ronda. El País dice que la probabilidad de que España gane la Eurocopa es del 11%, lo que implica que España resultó vencedora en unas 22.000 simulaciones de las 200.000 realizadas.

Sin embargo, la clave de esta metodología no es tanto el número de simulaciones. En mi experiencia, puedes acercarte a las probabilidades finales del modelo después de unas 200 o 300 simulaciones. La clave está en cómo asignar las probabilidades (ganar, empatar, perder) de cada partido. Aquí surgen dos alternativas destacables: resultados pasados ​​o calidad de los jugadores.

Los resultados registrados en partidos disputados en el pasado se cuantifican mediante el rating Elo, que es una modificación del famoso rating de ajedrez, mientras que otros siguen el rating de la FIFA o de la UEFA.

Para medir la calidad de los jugadores, la forma más sencilla es sumar el valor de transferencia proporcionado por el sitio web Transfermarkt. Esto proporciona un valor de transferencia hipotético para todos los jugadores de las ligas profesionales. Para ello, se basa en la evaluación colectiva bajo el supuesto de que muchos son más inteligentes que pocos.

Toni Kross vale más de lo que se dice

Sin embargo, utilizar el valor de Transfermarkt como medida de la calidad de un futbolista tiene el problema de que dicho valor depende en gran medida de la edad, y no del rendimiento. Por ejemplo, Toni Kross, centrocampista titular indiscutible del Real Madrid en las últimas temporadas, vale diez millones de euros. Exactamente la misma asignada a Nico Paz, centrocampista del Real Madrid de 19 años que ha disputado 19 minutos en LaLiga 2023-2024.

Para lograr una valoración más realista, el valor de Transfermarkt debería ajustarse en función de la edad.

Otra forma de medir la calidad de los jugadores es a través de estadísticas individuales, que se pueden obtener mediante modelos de inteligencia artificial. Evidentemente, estas fuentes pueden integrarse mediante diferentes combinaciones y escalas. Por ejemplo, para medir la calidad de un equipo, El País integra el ranking Elo y el valor de Transfermarkt.

Las predicciones se actualizan con los resultados.

Algunos pronosticadores no sólo publican sus predicciones previas a la competición, sino que también las actualizan en función de los resultados ya obtenidos. En este caso, una decisión que deben tomar los modelos es si actualizan la calidad de los equipos a medida que avanza la competición o se quedan con la calidad establecida pre-torneo. Un hecho especialmente relevante se produce cuando equipos sorpresa llegan a las rondas finales, como fue el caso de Marruecos en el Mundial de Qatar 2022, alcanzando las semifinales.

Desde mi visión aristotélica, que sitúa la virtud en un punto medio, creo que un buen modelo debería haber tenido en cuenta que la selección de Marruecos en semifinales era mucho mejor que la que empezó el Mundial. Pero no hay que actualizar tanto su calidad e inferir que fue uno de los cuatro mejores equipos del torneo.

Una vez determinadas las probabilidades, dato clave para la precisión de un modelo, es relativamente fácil realizar las simulaciones, ya que basta con decirle al programa informático que elija el resultado de una coincidencia.

Por su parte, las casas de apuestas establecen su probabilidad inicial por algún medio similar a los descritos anteriormente. Pero una vez que se abre una apuesta, se actualiza. Tanto por nueva información que pueda aparecer, como una lesión de algún jugador relevante, como por las apuestas recibidas.

Supongamos que juego un partido de tenis contra Carlos Alcaraz, y que, por error, las cuotas me marcan como favorito (jugador con cuotas más bajas). Los apostadores acudirán en masa a apostar por Alcaraz. Esto hará que la casa de apuestas reconsidere si modifica sus cuotas. De tal modo que lo normal es que el cupo final considere que le resulta medio imposible o completamente imposible ganar a Alcaraz en un partido de tenis. Lógicamente ocurre lo mismo con otras apuestas como la del ganador de la Eurocopa.

Las probabilidades para la Eurocopa 2024

Para mostrar un ejemplo de las predicciones, voy a utilizar la probabilidad promedio en base a los 30 participantes en el concurso establecido por @Futbolmetrix1 de llegar a cada una de las rondas y ganar. La tabla aparece ordenada según la probabilidad de ganar la Eurocopa.

Y sí, el equipo favorito es Francia, con una probabilidad de ganar del 16,5%, seguida de Inglaterra con un 13,7%. España es tercera con una probabilidad del 11,7% de ganar la Eurocopa. Felicitaciones a los aficionados franceses, aunque su ventaja probabilística no es tan grande. Los españoles nos confiamos en ese 11,7%.

Este artículo ha sido publicado en ‘La Conversación’.