← Volver a proyectos
Ciencia de datos

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.

49.520
Partidos históricos
3.000
Simulaciones del torneo
2/2
Semifinales acertadas

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.

• La diferencia de Elo y la localía son las features principales
• Poisson produce una distribución de marcadores, no solo quién gana

Por qué conservar el Poisson

El modelo completo casi empata con el baseline en log-loss, pero se conserva por una razón concreta.

• El baseline solo clasifica el resultado; no genera marcadores
• Sin distribución de marcadores no se pueden simular penales ni diferencia de gol en fase de grupos
• La decisión se justifica por lo que habilita la siguiente etapa, no por ganar la métrica

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.

• Frontera temporal estricta: nada usa información posterior al 11 de junio de 2026
• El resultado real se revela solo en la sección de validación

Resultados & Impacto

0.8412
Log-loss modelo completo
0.8363
Log-loss baseline (empate honesto)
22/32
Aciertos en eliminación
16%
Prob. pre-torneo de España (campeón real)

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

• Python 3
• Pandas
• NumPy
• requests

Modelado

• statsmodels (GLM Poisson)
• scipy
• Rating Elo walk-forward
• Monte Carlo (3.000 reps)

Visualización y app

• Plotly
• Streamlit multipágina
• Jupyter notebooks

¿Te interesa este tipo de trabajo?

Tengo más casos de análisis de datos con modelos y validación honesta. Conectemos.