El problema que nos quita el sueño
Los modelos de predicción de fútbol están saturados de ruido, y la sobre-performance de ciertos jugadores se vuelve una trampa mortal para cualquier analista que confíe ciegamente en los datos históricos.
¿Por qué la regresión falla?
Primero, porque la variable objetivo — goles esperados (xG) — no captura la magia del momento; segundo, porque los algoritmos lineales asumen una relación constante, y la realidad es una montaña rusa de forma no lineal.
Señales que gritan “sobre-performance”
Observa la tasa de disparos dentro del área rival, la posición del centro del campo al minuto 70, y la presión del rival en la última jugada. Cada uno de esos indicadores vibra como una cuerda de guitarra afinada al máximo.
Cómo evitar el sesgo de overperformance
Desglosa los datos por fase del juego, no por temporada completa. Usa ventanas móviles de 5 partidos y aplica pesos decrecientes: el último partido vale más que el primero del año.
Y aquí está el truco: incorpora variables de “fatiga acumulada” y “expectativas del mercado”. Cuando un delantero llega a su pico de forma, la presión mediática lo empuja a seguir rindiendo, pero el cuerpo dice “no”. Ignorar esa dicotomía es como lanzar una pelota sin mirar la red.
Ejemplo práctico con regresión
Supón que modelas la probabilidad de marcar con una regresión logística. Añade una dummy “overperform” que se active cuando el jugador supera su xG histórico en al menos 20 % en los últimos tres partidos. El coeficiente de esa dummy te dirá si la sobre-performance es real o un espejismo.
En la práctica, el modelo se vuelve más robusto y evita el sobreajuste que tanto tememos.
Herramientas y recursos
Si buscas una guía paso a paso, revisa el artículo sobre regresión overperformance señales que desglosa cada variable y muestra cómo calibrar el modelo con datos reales.
Acción inmediata
Empieza mañana mismo a filtrar tus datos por “overperform” y a re-entrenar tu modelo con la nueva dummy; verás la diferencia en tus predicciones en menos de una semana.
