Historial

¿Qué tan preciso es el modelo?

Cualquiera puede decir que un equipo tiene un 70% de probabilidad. La prueba honesta es lo que pasa después: ¿los equipos a los que se les asigna un 70% realmente ganan unas siete de cada diez veces? Aquí está el número que responde a eso — y después, todos los lugares donde puedes verificar nuestro trabajo.

Evaluado contra resultados que ya conoces

Cuando este modelo dice que un equipo tiene un 70% de probabilidad, eso es aproximadamente lo que ocurre. Lo probamos en cada uno de los 987 partidos de 24 torneos pasados (2014–2024) — cada uno evaluado por el modelo reconstruido tal como estaba el día antes del partido, de modo que nunca vio el resultado — y sus probabilidades declaradas quedaron dentro de aproximadamente 5.6 puntos porcentuales de lo que realmente sucedió.

Expresado como un solo número: en promedio, asignó al resultado que realmente ocurrió aproximadamente un 35% más de probabilidad de lo que le daría una conjetura ciega de 1 entre 3.

Para los orientados a la estadística, eso es un 0.572 de contra el 0.667 que obtiene una conjetura ciega — cuanto más bajo, mejor. Es la vara de medir honesta para 2026, no un número maquillado después del hecho.

Consulta el marcador completo — por torneo, por banda de confianza, con diagramas de fiabilidad →

Verifica el trabajo

Cinco formas en las que el modelo rinde cuentas — la evidencia, los fallos y el registro versionado detrás de cada número.

Integridad de predicción

Bloqueado antes del inicio

Cada pronóstico de partido se bloquea unas horas antes del inicio. Las probabilidades bloqueadas son la predicción final contra la que se evalúa el modelo. Una vez congeladas, los números no pueden cambiar, por lo que las puntuaciones de calibración en esta página reflejan lo que realmente se publicó antes de cada partido.

Todas las cifras de esta página son la calibración propia del modelo — sus probabilidades predichas comparadas con lo que realmente ocurrió en el campo. Toca cualquier abreviatura subrayada para ver su definición.

How accurate is the model? · onthepitch