Este proyecto partió como un intento de simular el Mundial de Qatar 2022. Con Álvarez, Durán y el resto de los coautores veníamos construyendo un sitio en tributo a Maradona (301060.exactas.uba.ar, por su fecha de nacimiento) y nos preguntamos si podíamos ir más allá del fixture: estimar, antes de cada partido, qué tan probable era cada resultado. Ese trabajo se publicó recién en 2024, en Computational Statistics. El torneo es de 2022, la publicación es de dos años después, y la distinción importa porque el modelo no se quedó ahí: siguió evolucionando hasta convertirse en lo que hoy corre en producción.
Qué construimos
Las selecciones nacionales tienen un problema que los clubes no tienen: juegan poco. Un equipo de liga disputa treinta o cuarenta partidos al año, historial de sobra para estimar su nivel. Una selección junta, con suerte, diez o doce en el mismo período, y no todos dicen lo mismo: un amistoso de marzo no compite en la misma exigencia que una clasificatoria decisiva, y lo que un equipo hizo hace tres años pesa distinto a lo que hizo el mes pasado. El problema de fondo era ese: cómo convertir un historial desparejo (poco, disparejo en calidad, disparejo en fecha) en una probabilidad razonable para el próximo partido y, más ambicioso todavía, para un torneo completo.
Para resolverlo, el modelo estima qué tan fuerte es cada selección atacando y qué tan fuerte defendiendo, y le suma una ventaja por jugar de local. Con esas tres piezas calcula cuántos goles podría marcar cada equipo en el partido y, desde ahí, reparte probabilidades entre los marcadores posibles. Esa estructura —fuerza de ataque y defensa por equipo, sobre una base de Poisson— es la que en la literatura se conoce como Dixon & Coles (1997). Sobre esa base agregamos dos ajustes que ayudaron a representar mejor la información disponible: ponderar por importancia del partido (una final de clasificación no debería pesar igual que un amistoso) y por recencia (lo que pasó el mes pasado describe mejor el nivel actual de un equipo que lo que pasó hace tres años). Ninguno de los dos es una regla absoluta; son formas de decirle al modelo qué partidos confiar más. El método completo, de punta a punta:
Historial de partidos
Resultados internacionales previos de cada selección.
Dixon-Coles calibrado
Ataque/defensa por equipo, ponderado por importancia y recencia.
Simulación Monte Carlo
Miles de repeticiones del cuadro completo del torneo.
Probabilidades
De ganar cada partido, de avanzar de fase, de salir campeón.
Cómo se llega del gol al resultado
En la práctica el orden es ese: entran los resultados históricos, el modelo estima cuánto ataca y cuánto defiende cada selección, y de esas dos fuerzas sale algo bien concreto: cuántos goles espera que anote cada equipo en ese partido, lo que se conoce como goles esperados. A partir de esos dos números arma una probabilidad para cada marcador posible: qué tan probable es un 0-0, un 1-0, un 2-1. Sumando todos los marcadores donde gana el local se obtiene la probabilidad de "1"; sumando los empates, la de "X"; sumando los marcadores donde gana la visita, la de "2" —la misma notación 1X2 que usamos en el caso del Mundial 2026.
Que el modelo espere 1,4 goles para un equipo no significa que anticipe un marcador con 1,4 goles. Eso no existe en un partido de fútbol: es un promedio. Si ese mismo partido se pudiera repetir muchas veces en condiciones parecidas, el promedio de goles se acercaría a ese número. Lo que ocurre esa tarde específica es apenas uno de los tantos desenlaces que la distribución contempla.
Miles de versiones del mismo torneo
Con esas probabilidades de partido ya calculadas viene la parte que da nombre a este bloque: la simulación Monte Carlo. La idea es simple, aunque el nombre suene más complicado de lo que es. Se repite el torneo completo miles de veces, cada vez con un resultado distinto para cada partido (sorteado según las probabilidades del paso anterior) y se cuenta en cuántas de esas repeticiones cada selección avanza de fase, llega a una final o termina campeona. En vez de jugar el torneo una sola vez y ver qué pasó, se juega miles de veces y se observa qué tan seguido pasa cada cosa.
Contra qué se comparó
Elegimos dos referencias, no una, porque cada una responde una pregunta distinta. El Poisson tradicional (la misma base, pero sin los ajustes de importancia y recencia) permite saber si esos ajustes agregan algo de verdad o si son solo complejidad de más sin beneficio real. Las casas de apuestas son una vara más alta: no un juez infalible, pero sí un consenso que ya incorpora una cantidad enorme de información dispersa (lesiones, forma, contexto) además del incentivo económico de estar en lo correcto. Si un modelo nuevo tiene algo que aportar, tiene que notarse frente a esa referencia.
El modelo igualó o superó al Poisson tradicional y quedó comparable a las casas de apuestas — una referencia especialmente exigente, porque las cuotas agregan información de muchísimos participantes y se ajustan con cada noticia nueva.
La evaluación no se quedó en si el modelo acertaba el resultado más probable. Miró también qué tan bien puestas estaban las probabilidades (no solo si acertaba el resultado más probable, sino si esa probabilidad era razonable dado lo que después ocurrió), tanto partido a partido como en las probabilidades de avance y de campeón que salían de la simulación completa del torneo. Es la misma lógica que usamos hoy para evaluar el modelo en el Mundial 2026: no basta con ganar, hay que ganar por las razones correctas.
De una investigación académica a una evaluación en vivo
Modelo para simular Qatar
Se desarrolla la base Dixon-Coles ponderada por importancia y recencia.
Publicación académica
El trabajo se documenta, evalúa y publica en Computational Statistics con Álvarez, Durán y el resto de los coautores.
Producción y prueba fuera de muestra
La metodología se amplía (Elo, mercado) y se evalúa en vivo durante los 104 partidos del Mundial 2026.
Ese modelo de 2022 no quedó archivado como una publicación más. El trabajo de Qatar 2022 entregó la base metodológica que después se amplió para el Mundial 2026 —lo que hoy llamamos M1. Se mantuvo la base Dixon-Coles, la ponderación por importancia, la ponderación por recencia, las distribuciones de probabilidad en vez de un pronóstico seco, y la comparación contra Poisson y contra mercado. Lo que se amplió: un rating Elo que complementa a Dixon-Coles, la posibilidad de combinar esas probabilidades con información del mercado cuando hay cuotas disponibles, un torneo con 48 selecciones en vez de 32 —bastantes más partidos—, y una evaluación que ya no fue solo contra referencias históricas, sino en funcionamiento real. El caso del Mundial 2026 cuenta esa parte de la historia.
El paper
Álvarez, Galaz, Durán et al. (2024)
Data science approach to simulating the FIFA World Cup Qatar 2022
at a website in tribute to Maradona. Computational Statistics.
DOI: 10.1007/s00180-024-01557-3 · Sitio: 301060.exactas.uba.ar
El punto de partida metodológico
Este fue el punto de partida metodológico. El caso del Mundial 2026 cuenta qué pasó cuando llevamos esa misma lógica a una competencia nueva y a una evaluación aplicada, en vivo. Los dos artículos son parte de la misma historia.