El modelo Dixon-Coles explicado sin fórmulas

Si alguna vez has visto una casa de apuestas o un analista deportivo hablar de “modelos de goles esperados” o de predicciones basadas en el historial de un equipo, es muy probable que detrás haya, directa o indirectamente, una idea que se popularizó en 1997 gracias a dos estadísticos, Mark Dixon y Stuart Coles. Su modelo —conocido hoy simplemente como Dixon-Coles— sigue siendo, más de veinticinco años después, uno de los puntos de partida más citados para estimar probabilidades de resultados de fútbol a partir de datos históricos. No hace falta entender una sola fórmula para entender la idea que hay detrás, y merece la pena separarla del mito de la “predicción exacta”.

El punto de partida: los goles como sucesos que ocurren a un ritmo

La base del modelo es una observación sencilla: en un partido de fútbol, los goles no llegan de forma perfectamente regular ni completamente al azar sin ningún patrón. Cada equipo tiene, según su calidad de ataque, la calidad defensiva de su rival y el hecho de jugar en casa o fuera, una especie de “ritmo esperado” de marcar goles a lo largo de noventa minutos. Los modelos estadísticos como el de Poisson —y Dixon-Coles es una evolución de ese modelo— tratan cada gol como un suceso que puede ocurrir en cualquier minuto con una determinada probabilidad, acumulada a lo largo del partido. Cuantos más goles se espera que marque un equipo en promedio, más alta es la probabilidad de que termine anotando dos, tres o más ese día, aunque nunca hay una certeza sobre el número exacto.

Qué añadió Dixon-Coles sobre el modelo clásico de Poisson

El modelo de Poisson simple ya permitía estimar, con datos históricos de goles marcados y recibidos por cada equipo, una probabilidad para cada marcador posible. El problema es que ese modelo básico asumía que el número de goles de un equipo local y el de goles del visitante eran totalmente independientes entre sí, y en la práctica los datos reales muestran que los marcadores bajos (0-0, 1-0, 0-1, 1-1) ocurren con más frecuencia de la que ese supuesto de independencia predice. Dixon y Coles introdujeron una corrección estadística específicamente para esos marcadores bajos, y además incorporaron algo muy relevante para cualquier serie temporal deportiva: un factor que da más peso a los partidos recientes que a los de hace varias temporadas, porque la forma de un equipo cambia con el tiempo. Un equipo que era muy ofensivo hace tres años puede no serlo hoy, y un buen modelo debe “olvidar” gradualmente el pasado lejano.

De ahí salen probabilidades, no certezas

Es importante ser preciso sobre qué produce este tipo de modelo: no dice “el resultado será 2-1”. Dice algo más parecido a “según el historial de ambos equipos, hay, por ejemplo, un 12% de probabilidad de que el marcador final sea 2-1, un 9% de que sea 1-1, un 7% de que sea 1-0”, y así sucesivamente para docenas de marcadores posibles. Sumando esas probabilidades por resultado (victoria local, empate, victoria visitante) se obtiene una estimación de la probabilidad de cada desenlace, que es precisamente el tipo de cálculo que también usan las casas de apuestas para fijar sus cuotas iniciales, aunque luego las ajusten con más variables y con el propio mercado.

Por qué esto no convierte al fútbol en algo predecible

El fútbol tiene una cantidad de variables que ningún modelo basado solo en goles históricos puede capturar del todo: una lesión de última hora, un árbitro que expulsa pronto a un jugador, el estado anímico de una plantilla, una decisión táctica sorpresa. Por eso, incluso el mejor modelo estadístico entrega probabilidades relativas, no verdades. Un equipo favorito con un 55% de probabilidad de ganar sigue perdiendo casi la mitad de las veces que se repite esa misma situación. Eso no es un fallo del modelo: es, literalmente, lo que significa una probabilidad del 55%.

Qué se puede sacar en claro

Modelos como Dixon-Coles son herramientas de análisis descriptivo: ordenan el historial de datos de forma rigurosa y permiten comparar equipos con más criterio que la simple intuición o la racha reciente. Son útiles para entender por qué unas apuestas parecen más razonables que otras, no para garantizar un acierto en la Quiniela. Cualquier estadística de este tipo debería leerse como lo que es: una fotografía informada del pasado, útil para pensar mejor sobre el futuro, nunca una promesa sobre él.

• Los modelos de goles tratan los tantos como sucesos con un ritmo esperado, no como un número fijo.
• Dixon-Coles corrige la sobreestimación de marcadores bajos y da más peso a los partidos recientes.
• El resultado final siempre es una distribución de probabilidades, nunca un marcador garantizado.
• Ni el mejor modelo elimina la incertidumbre real de un deporte con tantas variables humanas.