Modelo predictivo del Mundial 2026
Rating Elo de fuerza relativa, modelo de goles de Poisson y simulación Monte Carlo del cuadro completo. Asigna a cada selección la probabilidad de llegar a cada instancia y se contrasta contra el torneo real, con una frontera temporal estricta.
El Problema
Predecir un torneo entero antes de que empiece no es elegir un favorito: es asignar una probabilidad a cada partido y, encadenando partidos, una probabilidad de que cada selección llegue a cada instancia y salga campeona.
- • Estimar la fuerza relativa de las selecciones a partir de su historial (rating Elo)
- • Convertir esa fuerza en la probabilidad de cada marcador (modelo de goles de Poisson)
- • Simular el cuadro completo con desempates por diferencia de gol y tandas de penales
- • Validar contra el torneo real sin usar información posterior al inicio (frontera temporal estricta)
Mi Proceso
1. Datos e integración
Integración del histórico de partidos y de las tandas de penales.
- ✓ 49.520 partidos de selecciones desde 1872, completitud 100% en variables clave
- ✓ Rating Elo calculado walk-forward, partido a partido, nunca con información del futuro
- ✓ Verificación de la dispersión de goles (ajuste Poisson) y del target H/D/A
2. Modelado del partido
De la diferencia de fuerza a la probabilidad de cada marcador.
- ✓ Regresión de Poisson sobre elo_diff y localía
- ✓ Calibración del Elo validada sobre miles de partidos (grupos de probabilidad vs. tasas reales)
- ✓ Comparación contra un baseline logístico: log-loss casi empatado (0.8412 vs. 0.8363)
3. Simulación del torneo
Monte Carlo para pasar de la predicción de partido a la predicción de torneo.
- ✓ 3.000 torneos completos simulados, muestreando cada cruce del modelo de goles
- ✓ Probabilidad por instancia: grupo, octavos, cuartos, semifinal, final y campeón
- ✓ Intervalos de confianza (95%) por selección
4. Validación post-Mundial
Contraste contra el resultado real, separado deliberadamente del entrenamiento.
- ✓ 22/32 aciertos en el cuadro de eliminación (68.8%)
- ✓ 5/12 grupos con los dos clasificados exactos
- ✓ España campeón (1-0 a Argentina): el modelo la ubicaba 2ª favorita con 16%
La Solución
Modelo de partido
El Elo aporta señal real: la diferencia de fuerza predice el resultado H/D/A por encima de no usar nada.
Por qué conservar el Poisson
El modelo completo casi empata con el baseline en log-loss, pero se conserva por una razón concreta.
Validación honesta
Un solo torneo observado es una muestra mínima; por eso la calibración con peso estadístico real se apoya en miles de partidos históricos.
Resultados & Impacto
Aprendizajes Clave
- ✓ Frontera temporal: ninguna predicción usa información posterior al inicio del torneo; sin esa regla la validación no tendría sentido.
- ✓ Complejidad justificada: el modelo casi empata con un baseline mucho más simple; la complejidad se paga por lo que permite simular, no por ganar la métrica.
- ✓ Muestra mínima: un solo torneo observado (n=1) limita las conclusiones de la validación retrospectiva; la calibración real se apoya en miles de partidos.
Stack Tecnológico
Lenguaje y datos
Modelado
Visualización y app
¿Te interesa este tipo de trabajo?
Tengo más casos de análisis de datos con modelos y validación honesta. Conectemos.