Saltar al contenido
Insporta Book
es
EnglishРусскийDeutschEspañolEestiSuomiItalianoFrançaisPolski日本語한국어中文
FútbolCríquetFútbol salaTriatlónTenisGolfPatinaje artísticoBaloncestoVoleibolMetodologíaPor qué funcionaHacer un test

Fútbol · Nivel 5: Intermedio alto · Subnivel 5.8

Analítica del fútbol: xG y más allá

10 tests · 100 datos · actualizado el 12 de octubre de 2026 · markdown

Del cuaderno de Charles Reep a StatsBomb 360: xG, PSxG, xA, xT, OBV, VAEP y field tilt — cómo el juego aprendió a valorar eventos, acciones y posiciones, las personas que construyeron las herramientas y las formas concretas en que los modelos todavía fallan.

Cada test de abajo son diez preguntas en Insporta. La lista bajo cada test es lo que comprueban las preguntas: un dato por pregunta, con su fuente. Léala antes del test o vuelva a ella tras una respuesta incorrecta.

Test 1Orígenes de los númerosHacer un test

  1. Los cuadernos de Reep se convirtieron en el primer corpus de datos del fútbol. Sus conclusiones analíticas fueron muy criticadas más tarde, pero la práctica del registro sistemático evento a evento empezó con él.

    Fuente: Historia del entrenamiento / bibliografía de analítica · recuerdo

  2. Hughes escribió «The Winning Formula» en 1990, formalizando el análisis de Reep como doctrina de entrenamiento de la FA inglesa, que prescribía el juego directo desde las zonas POMO.

    Fuente: Bibliografía de entrenamiento de la FA · recuerdo

  3. Opta Sportsdata empezó a operar en 1996 y se convirtió rápidamente en la fuente de referencia de los datos de eventos del fútbol inglés antes de extenderse a la televisión y a los mercados de apuestas.

    Fuente: Archivos históricos de Opta · recuerdo

  4. Prozone, fundada en 1995, encontró a su primer cliente inglés en el Derby County de Jim Smith en 1998 y marcó la plantilla del análisis de vídeo más datos a nivel de club.

    Fuente: Historia del entrenamiento · recuerdo

  5. El lanzamiento italiano de Wyscout en 2004 acabó siendo la herramienta que usa prácticamente todo club europeo para informes de ojeo, análisis de adversarios y videotecas de jugadores.

    Fuente: Historia del entrenamiento · recuerdo

  6. Benham compró el Brentford en 2012 y el Midtjylland en 2014, y aplicó la inferencia estadística propia de las cuotas de apuestas al fichaje y a la preparación de partidos en ambos clubes.

    Fuente: Business Insider / perfiles del Financial Times · recuerdo

  7. Graham fue director de investigación del Liverpool de 2012 a 2023 y presidió su período más exitoso desde la década de 1980: la Liga de Campeones de 2019 y la Premier League de 2020, entre seis títulos importantes.

    Fuente: MIT Sloan Sports Analytics / Ludonautics · recuerdo

  8. Knutson fundó StatsBomb como un blog de analítica en 2013, lanzó sus propios datos de eventos en 2018 y siguió como CEO hasta que Hudl adquirió la empresa en agosto de 2024.

    Fuente: Archivos de StatsBomb / Business Wire · recuerdo

  9. El artículo de Rudd de 2011 definió el marco de estados de posesión mediante probabilidades de transición. Karun Singh popularizó después el nombre concreto de «Expected Threat» en una entrada de blog de 2018.

    Fuente: Historia académica y de la industria de la analítica · recuerdo

  10. El blog de Singh presentó el xT como una superficie de valor sobre las zonas del campo, calculada mediante la resolución iterativa de probabilidades de transición. La entrada sigue siendo la introducción de referencia del sector a esta métrica.

    Fuente: karun.in / bibliografía de analítica 2018 · recuerdo

Test 2La gramática de la analíticaHacer un test

  1. Los modelos de xG ajustan los resultados históricos de los tiros a variables como la distancia, el ángulo, la parte del cuerpo y el patrón de juego; los modelos más avanzados incorporan la posición de los defensores a partir de datos de seguimiento.

    Fuente: Documentación de Opta / StatsBomb · recuerdo

  2. El PSxG modela la probabilidad de que un guardameta encaje un gol dada la trayectoria a puerta del tiro; usa todo lo que usa el xG más el lugar adonde fue a parar el tiro.

    Fuente: Documentación de StatsBomb · recuerdo

  3. El xA atribuye al pasador el xG del tiro resultante, de modo que un gran pase a una gran posición de remate se premia incluso cuando se falla la definición.

    Fuente: Documentación de Opta · recuerdo

  4. El xT de Singh calcula la amenaza de cada celda del campo como la probabilidad de que un equipo acabe marcando en un número reducido de acciones posteriores, y luego atribuye mérito a los jugadores que llevan el balón a celdas de mayor valor.

    Fuente: karun.in / bibliografía sobre xT · recuerdo

  5. El OBV es el marco de valor de la posesión propio de StatsBomb, que asigna un valor a cada evento, incluidas las intercepciones defensivas y los tiros, y resuelve una limitación del xT.

    Fuente: Documentación de StatsBomb · recuerdo

  6. El VAEP plantea cada evento como un cambio en la probabilidad de marcar o de encajar un gol en un futuro cercano, y asigna el mérito en consecuencia.

    Fuente: KU Leuven Machine Learning Research Group · recuerdo

  7. El field tilt capta el dominio territorial midiendo dónde se desarrolla la posesión, no solo cuánta posesión tiene un equipo: un equipo puede tener un 60 % de posesión pero un 40 % de field tilt.

    Fuente: Bibliografía de analítica · recuerdo

  8. El packing cuenta los adversarios que un pase o una conducción deja fuera de juego. Lo desarrollaron Stefan Reinartz y Jens Hegeler en Impect y se popularizó en la televisión alemana durante la Eurocopa de 2016.

    Fuente: Informes técnicos de la DFB · recuerdo

  9. La instantánea 360 completa dónde estaba cada jugador sin balón en el momento de cada evento con balón, lo que permite analizar la forma defensiva y las opciones de pase que los datos de eventos puros no pueden ver.

    Fuente: Documentación del producto StatsBomb 360 · recuerdo

  10. El PPDA es el indicador clásico de presión que se puede calcular solo con datos de eventos básicos; el OBV y las métricas derivadas del 360 necesitan datos propietarios o de seguimiento que las fuentes puras de Opta no incluyen.

    Fuente: Bibliografía de analítica · aplicación

Test 3Arquitectos de la revolución de los datosHacer un test

  1. Edwards fue director deportivo del Liverpool de 2016 a 2022, en la época que Graham describió como «el primer departamento de ciencia de datos de la Premier League», y volvió después a un puesto más amplio en el FSG en 2024.

    Fuente: Athletic / perfiles de Ludonautics · recuerdo

  2. El breve paso de Comolli por el Liverpool fue polémico por sus resultados inmediatos, pero sembró la semilla de un marco de fichajes orientado a los datos que Edwards amplió más tarde.

    Fuente: Perfiles de Athletic · recuerdo

  3. Ankersen fue una cara pública de la era Benham, conocido por defender que los resultados de los partidos de la Championship estaban sujetos a más varianza de la que implicaba la posición en la tabla.

    Fuente: Athletic / perfiles de Guardian · recuerdo

  4. Randall cofundó StatsBomb con Knutson; ambos se marcharon tras la adquisición por Hudl anunciada en agosto de 2024.

    Fuente: World Soccer Talk / Business Wire 2024 · recuerdo

  5. Riddersholm llevó al Midtjylland a su primer título en 2014-15, apoyándose en rutinas de jugada a balón parado del modelo Benham y en un ojeo analítico que Knutson ayudó a diseñar.

    Fuente: Archivos de la Superliga · recuerdo

  6. Graham fundó Ludonautics en 2023 tras dejar el Liverpool. Michael Edwards fue anunciado desde el principio como consejero no ejecutivo.

    Fuente: Research Live / Training Ground Guru 2023 · recuerdo

  7. Las memorias con análisis de Graham se publicaron en 2024 y son uno de los textos públicos más citados sobre la cultura de los datos en el fútbol de clubes.

    Fuente: Penguin Books Australia / Aevitas 2024 · recuerdo

  8. El artículo de Decroos, Bransen, Van Haaren y Davis presentó el VAEP en el KDD 2019 y se convirtió en la referencia del modelado del valor de la posesión en la analítica deportiva académica.

    Fuente: KDD 2019 / KU Leuven ML Group · recuerdo

  9. «Football Hackers» (traducción inglesa de 2019), del periodista alemán Christoph Biermann, narró el auge de los clubes impulsados por la analítica, del Midtjylland al Liverpool y al Brentford.

    Fuente: Registros de la editorial / SportsBook of the Year 2019 · recuerdo

  10. El patrón de Benham, Knutson y Graham es la referencia: perfiles muy cuantitativos ajenos al fútbol profesional han sido repetidamente la primera contratación de analítica en clubes basados en datos.

    Fuente: Tendencias del entrenamiento 2013-26 · aplicación

Test 4Leer los datosHacer un test

  1. Una gran diferencia negativa entre goles y xG suele corregirse hacia el xG en muestras mayores; la suposición de partida es la varianza de la definición, no un fallo del modelo.

    Fuente: Bibliografía de analítica · aplicación

  2. El PSxG menos los goles es el indicador habitual de la labor de parada: 25 - 18 = +7, siete goles menos de los que predecían los tiros que afrontó.

    Fuente: Analítica de StatsBomb · aplicación

  3. Un mapa de tiros concentrado en la zona del área de meta indica un delantero cuyo valor procede de definir el servicio, no de crear tiros a distancia o desde ángulos abiertos.

    Fuente: Visualización de StatsBomb / Wyscout · aplicación

  4. Los pases progresivos cuentan los metros de avance hacia adelante; el xT premia llevar el balón a zonas de mayor valor. Un gran volumen de pases progresivos con un xT modesto significa que los metros se ganan en zonas relativamente seguras.

    Fuente: Bibliografía de analítica · aplicación

  5. Un field tilt alto con un xG modesto es la firma de una presión territorial al final del partido sin penetración: un signo clásico de un adversario en bloque bajo que absorbe bien.

    Fuente: Bibliografía de analítica · aplicación

  6. Un OBV ofensivo alto con un OBV defensivo negativo es el arquetipo del lateral ofensivo: piense en perfiles como Alphonso Davies o Trent Alexander-Arnold.

    Fuente: Bibliografía sobre OBV de StatsBomb · aplicación

  7. Un xG de jugada a balón parado de 8 con solo 4 goles es una diferencia de varianza plausible que la regresión puede cerrar; revisar la ejecución es la intervención barata antes de un cambio de fondo.

    Fuente: Bibliografía de entrenamiento · aplicación

  8. La ubicación importa más que el volumen; los regates en zonas profundas son eventos de menor valor, y el mapa sugiere el despliegue de un rol más que la ausencia de habilidad.

    Fuente: Bibliografía de analítica · aplicación

  9. Las recepciones en el medio espacio y una contribución de conducción de élite son la huella del rol de extremo invertido, un perfil que el Arsenal y el City han fichado de forma específica desde 2022.

    Fuente: Bibliografía sobre captación 2022-25 · aplicación

  10. La amenaza sin balón solo aparece cuando sabemos dónde estaba el jugador sin el balón. Las instantáneas de ubicación en los momentos de ocasión son la evidencia concreta que hace falta.

    Fuente: Casos de uso de StatsBomb 360 · aplicación

Test 5La analítica en el campoHacer un test

  1. El título del Midtjylland en 2014-15 fue el primero en la historia del club y se convirtió en el caso emblemático de la escritura analítica pública sobre la metodología de Benham.

    Fuente: Récords de la Superliga danesa / Football Hackers · recuerdo

  2. La victoria del Brentford en el play-off de la Championship de 2020-21 dio al club la categoría de primera división por primera vez en 74 años, ampliamente atribuida como un triunfo del modelo analítico de Benham.

    Fuente: Récords de la Championship 2020-21 · recuerdo

  3. La temporada del título del Leicester es el arquetipo moderno de los modelos sorprendidos por resultados de baja frecuencia y alta varianza: precisamente el perfil de riesgo para el que se diseñó el enfoque de Benham.

    Fuente: Récords de la Premier League / bibliografía de analítica · recuerdo

  4. Las reflexiones públicas de Graham describen a Salah como el fichaje basado en el modelo que más validó públicamente al departamento. Llegó de la Roma por unos 36,9 millones de libras y ganó todos los grandes títulos en el Liverpool.

    Fuente: Athletic / perfiles de Ludonautics · recuerdo

  5. El fichaje de Robertson por 8 millones de libras desde un Hull descendido es un caso canónico de ojeo con datos: números subyacentes enormemente desfasados de la percepción del mercado.

    Fuente: Athletic / perfiles de Ludonautics · recuerdo

  6. El acuerdo del Liverpool de 2021 fue el caso de lanzamiento de StatsBomb 360, que añade instantáneas de ubicación de los jugadores alrededor de cada evento con balón.

    Fuente: Sky Sports / Business Wire 2021 · recuerdo

  7. Los 36 goles de Haaland en la Premier League en 2022-23, la cifra más alta de una sola temporada en la era de 38 partidos, se apoyaron en un xG por 90 minutos que ya era de élite, una combinación poco habitual.

    Fuente: Récords de la Premier League 2022-23 · recuerdo

  8. La etapa de De Zerbi en el Brighton combinó un modelo de fichajes basado primero en la analítica con una forma de construcción de juego distintiva, y se convirtió en una referencia pública para el perfilado de pases progresivos.

    Fuente: Análisis de la Premier League 2022-24 · recuerdo

  9. El Bournemouth de Iraola adoptó un modelo de presión agresiva y un enfoque de fichajes con muchos datos que llevó al club a la clasificación para la Europa League en 2025-26.

    Fuente: Premier League 2023-26 · recuerdo

  10. La operación del Leeds basada en datos se hizo visible con Marcelo Bielsa y se convirtió en una historia pública de analítica bajo los 49ers, en particular en el modelado del balón parado y de los saques de meta.

    Fuente: Análisis de la Championship / de la Premier League 2020-25 · recuerdo

Test 6Los números de los númerosHacer un test

  1. Los modelos públicos de xG convergen en torno a 0,76 para un penal: aproximadamente tres de cada cuatro se marcan.

    Fuente: Documentación de modelos de Opta / StatsBomb · recuerdo

  2. Los tiros en juego abierto desde el centro del área de meta figuran entre las situaciones de juego abierto con mayor xG, aunque todavía por debajo de un penal. La cifra concreta varía según el modelo, pero ronda en torno a 0,45.

    Fuente: Documentación de modelos de Opta / StatsBomb · recuerdo

  3. Los tiros centrales de larga distancia tienen un xG muy bajo pese a su dramatismo visual: incluso los mejores delanteros los convierten en un porcentaje bajo.

    Fuente: Documentación de modelos de Opta / StatsBomb · recuerdo

  4. StatsBomb documentó su fuente de datos con entre 3300 y más de 3400 eventos por partido, y añadió instantáneas de ubicación de cada evento con el producto 360.

    Fuente: Documentación de StatsBomb 2021-24 · recuerdo

  5. El modelo de Singh dividió el campo en 192 zonas, una cuadrícula de 16x12, ajustada con datos de la Premier League de 2017-18.

    Fuente: Blog de karun.in 2018 · recuerdo

  6. El fichaje de Robertson se considera un caso emblemático de gangas del ojeo con datos: un lateral que acabó siendo de talla mundial por un precio que después se bromeó que fue uno de los grandes robos de la época.

    Fuente: Récords de fichajes de Athletic 2017 · recuerdo

  7. La regla empírica del sector, corroborada en múltiples informes de temporada de Opta y StatsBomb, es que los balones parados suponen aproximadamente entre una cuarta parte y un tercio de los goles en la mayoría de las ligas modernas.

    Fuente: Resúmenes de temporada de Opta / StatsBomb · recuerdo

  8. El xT premia el valor de la zona de destino; un pase al área penal vale muchísimo más que un pase al círculo central, porque la probabilidad de marcar en las siguientes acciones es mucho mayor desde las zonas del área.

    Fuente: Blog de karun.in / bibliografía sobre xT · recuerdo

  9. El rendimiento por debajo del xG subyacente casi siempre se corrige hacia el xG en muestras mayores; la intervención es paciencia y seguimiento, no una reforma táctica.

    Fuente: Bibliografía de analítica · aplicación

  10. El cuello de botella se describe de forma concreta: el equipo crea amenaza pero no la convierte en tiros ni los tiros en goles. Un finalizador resuelve directamente el paso que falta de la amenaza al xG.

    Fuente: Bibliografía de entrenamiento · aplicación

Test 7Modelo contra modeloHacer un test

  1. El PSxG se condiciona a la trayectoria a puerta del tiro, aislando la respuesta del guardameta de la calidad de la definición: el instrumento correcto para medir las paradas.

    Fuente: Documentación de StatsBomb · aplicación

  2. La cadena de xG solo premia las acciones cuando sigue un tiro. El xT premia cualquier acción que lleve el balón a zonas de mayor valor, con independencia de que la posesión termine en un tiro: más cercano al encargo de fichajes.

    Fuente: Blog de karun.in / bibliografía sobre cadenas de xG · aplicación

  3. El movimiento sin balón no es por definición un evento con balón, de modo que cualquier medición de él exige datos de ubicación en los momentos en que el delantero no tiene el balón.

    Fuente: Bibliografía de analítica · aplicación

  4. Añadir la posición de los defensores afina las predicciones del modelo: un tiro desde el mismo lugar con un defensor bloqueando al tirador tiene una probabilidad de gol claramente menor.

    Fuente: Bibliografía sobre modelos de StatsBomb / Opta · aplicación

  5. El xG de un solo partido es una cantidad de muestra pequeña; comparado con el total de una temporada, el dato de un partido es una estadística mucho más ruidosa y las conclusiones de titular a partir de un solo partido rara vez se sostienen.

    Fuente: Bibliografía de analítica · aplicación

  6. El OBV valora también los tiros y las acciones defensivas, y una fuente propietaria incluye control de calidad y cobertura; el xT de aficionado es un comienzo barato y útil, pero no es una infraestructura completa de fichajes.

    Fuente: Documentación de OBV de StatsBomb · aplicación

  7. Los tiros simples tienen variables simples en las que ambos modelos coinciden. El desacuerdo crece en las fases complejas, donde las variables contextuales de cada proveedor divergen.

    Fuente: Bibliografía de analítica · recuerdo

  8. Los mapas de frecuencia muestran el volumen; los mapas de xG muestran el volumen ponderado por la calidad de la posición. Estos últimos responden directamente a la pregunta planteada.

    Fuente: Bibliografía de analítica · aplicación

  9. La distancia sin balón durante las posesiones del adversario no es por definición un evento; solo puede reconstruirse a partir del seguimiento continuo de la ubicación de los jugadores.

    Fuente: Bibliografía de analítica · recuerdo

  10. El VAEP está plenamente documentado y es reproducible a partir del KDD 2019; el OBV funciona a escala sobre el flujo de datos en vivo del proveedor. Cada uno tiene su lugar, pero el compromiso es entre transparencia y comodidad operativa.

    Fuente: KDD 2019 / documentación de StatsBomb · aplicación

Test 8Analítica 2023-2026Hacer un test

  1. La adquisición por Hudl se cerró en agosto de 2024. Ted Knutson y Charlotte Randall se apartaron; la empresa conjunta conservó el nombre StatsBomb dentro de la gama de productos de Hudl.

    Fuente: World Soccer Talk / Business Wire 2024 · recuerdo

  2. Ludonautics se lanzó en 2023; el papel de Edwards se anunció en el lanzamiento y el libro de Graham llegó en 2024.

    Fuente: Training Ground Guru 2023 · recuerdo

  3. Edwards volvió al FSG en 2024 con un puesto más amplio en operaciones de fútbol, tras haber dejado el cargo de director deportivo en 2022.

    Fuente: Informaciones de Athletic 2024 · recuerdo

  4. El libro de Graham de 2024 se estructura en torno a la era del Liverpool que culminó en el título de la Premier League de 2019-20, el primero del club en 30 años.

    Fuente: Penguin Books 2024 · recuerdo

  5. El Leverkusen de Alonso ganó el primer título de Bundesliga de la historia del club en 2023-24, invicto y con una DFB-Pokal añadida, citado en la literatura de analítica como un caso de entrenamiento y datos funcionando juntos.

    Fuente: Récords de la Bundesliga 2023-24 · recuerdo

  6. El Liverpool de Slot ganó la Premier League en 2024-25, y dio al club su primer título desde 2019-20 en su primera campaña al mando.

    Fuente: Récords de la Premier League 2024-25 · recuerdo

  7. El patrón de 2023-26 entre los grandes clubes es que los datos de seguimiento más los datos de eventos (StatsBomb 360, Second Spectrum, Sportlogiq) son la capa base; todo lo demás se apoya encima.

    Fuente: Tendencias de adopción de la analítica 2023-26 · aplicación

  8. Toda afirmación sobre un indicador adelantado debe contrastarse con la varianza: el xT del tercio central puede ser una métrica ruidosa por 90 minutos si la muestra es pequeña. La comprobación de cordura es un análisis de estabilidad, no una comprobación de credenciales.

    Fuente: Bibliografía de analítica · aplicación

  9. Validar una afirmación sobre el xG de jugadas a balón parado exige la métrica concreta a lo largo del tiempo, ajustada por la dificultad del calendario; las cifras de titular de una sola temporada sin ajuste no suelen ser decisivas.

    Fuente: Bibliografía de analítica · aplicación

  10. Un xG encajado de 4 en un solo partido indica que pasaron muchos tiros peligrosos; la portería a cero es real, pero la señal subyacente es que defender repetidamente ese volumen de tiros de esa calidad acabará encajando goles.

    Fuente: Bibliografía de analítica · aplicación

Test 9Cuando los modelos fallanHacer un test

  1. La habilidad de definición solo emerge con muestras de tiros muy grandes; 10 tiros están dominados por la varianza. El error no es del modelo, es del tamaño de la muestra.

    Fuente: Bibliografía de analítica · aplicación

  2. Un jugador de un equipo que concede más tiempo en el tercio defensivo tiene más oportunidades de hacer entradas. Los recuentos absolutos de entradas confunden la habilidad con la exposición; la solución es un ajuste de tasa por oportunidad.

    Fuente: Bibliografía de analítica · aplicación

  3. Cuatro temporadas de un rendimiento superior constante del 25 % son evidencia suficiente para actualizar las creencias sobre la definición del jugador. Insistir en la regresión a ese horizonte es un tipo de error distinto.

    Fuente: Bibliografía de analítica · aplicación

  4. Un único período de cesión en una división concreta es una muestra pequeña y no representativa; usarlo como dato decisivo es un riesgo de sobreajuste de manual en los fichajes.

    Fuente: Bibliografía de analítica · aplicación

  5. El OBV puede ser fuertemente negativo en un jugador cuyo rol fuerza acciones de alto riesgo; la comprobación consiste en comparar su OBV con los referentes de su posición y tener en cuenta las instrucciones tácticas.

    Fuente: Documentación de OBV de StatsBomb · aplicación

  6. Sin el contexto de los defensores, un tiro desde el área de meta con tres defensores en la línea se trata igual que un tiro sin marca. El modelo sobrevalora por diseño los tiros de jugada a balón parado con aglomeración.

    Fuente: Bibliografía de analítica · aplicación

  7. Los valores de xT se aprenden de datos históricos. Si el juego moderno pondera el medio espacio más que la muestra de 2017-18, el modelo reutilizado infravalora esa zona.

    Fuente: Bibliografía sobre xT · aplicación

  8. El análisis del momento decisivo es un error clásico de tasa base a punto de producirse: los tiros del último minuto tienen su propia tasa base. La corrección concreta es comparar con el rendimiento del mismo jugador fuera de esos momentos y con los referentes de su posición.

    Fuente: Bibliografía de analítica · aplicación

  9. El riesgo de modelo en una infraestructura de un solo proveedor es un riesgo de concentración concreto: todo modelo tiene supuestos, y apostar toda la operación a un proveedor incorpora sus sesgos en bloque.

    Fuente: Bibliografía de gestión de riesgos · aplicación

  10. Las tasas de victoria en duelos aéreos por partido son notoriamente ruidosas; los desgloses de un solo partido suelen estar dominados por la varianza, y una proyección basada en ese desglose es un error de muestra pequeña de manual.

    Fuente: Bibliografía de analítica · aplicación

Test 10Repaso mixto: el analista completoHacer un test

  1. El xG es una probabilidad, no una garantía. Un tiro de 0,15 se marca aproximadamente el 15 % de las veces con suficientes intentos; ese es todo el contenido del número.

    Fuente: Documentación de Opta / StatsBomb · recuerdo

  2. La motivación central del xT es dar crédito a las acciones valiosas que mueven el balón y que las estadísticas tradicionales sencillamente no pueden ver porque no sigue ni un gol ni una asistencia.

    Fuente: Blog de karun.in / bibliografía de analítica · recuerdo

  3. El acuerdo plurianual del Liverpool con StatsBomb anunciado en 2021 estuvo ligado al lanzamiento de StatsBomb 360; el club usó la herramienta junto con su propio departamento interno bajo Graham.

    Fuente: Sky Sports / Business Wire 2021 · recuerdo

  4. La pregunta correcta es: ¿qué acción tiene mayor valor de gol esperado? Un pase corto al costado que deja un tiro sin marca desde 12 yardas suele superar con creces un tiro de 20 yardas con la pierna menos hábil; la decisión es una simple maximización del xG.

    Fuente: Bibliografía de analítica · aplicación

  5. Las comprobaciones del tamaño de la muestra son la prueba de cordura de mayor impacto sobre cualquier afirmación de ojeo basada en datos; un gráfico precioso con 500 minutos cuenta una historia distinta que el mismo gráfico con 5000.

    Fuente: Bibliografía de analítica · aplicación

  6. La tasa base de goles de jugada a balón parado en el fútbol profesional ronda el 25-35 % con independencia del estilo; la afirmación sobre la posesión es ortogonal a esa tasa base.

    Fuente: Resúmenes de temporada de Opta / StatsBomb · aplicación

  7. Agregar xG y xA exige un denominador por 90 minutos y un referente de posición; sin ambos, la puntuación compuesta refleja el rol y el tiempo de juego más que la calidad aislada del jugador.

    Fuente: Analítica de captación · aplicación

  8. El xG de un partido es una estadística de muestra pequeña que da titulares pero no prueba nada; la postura correcta ante una diferencia en un solo partido es un interés provisional.

    Fuente: Bibliografía de analítica · aplicación

  9. La pareja Benham-Knutson en el Brentford y el Midtjylland es la contratación emblemática basada primero en los datos de la era moderna, ampliada después en el Liverpool a través de Edwards y Graham.

    Fuente: Historia del entrenamiento y de la analítica · recuerdo

  10. Los modelos públicos son un buen filtro inicial, pero carecen del contexto de los defensores y de la estructura sin balón que aportan las fuentes propietarias y de seguimiento: la razón concreta por la que las operaciones de fichajes pagan por la mejora.

    Fuente: Bibliografía de analítica 2023-26 · aplicación

Fuentes

IFAB Laws of the Game / informes técnicos de la UEFA y la FIFA / definiciones de Opta y StatsBomb / bibliografía de entrenamiento

  • Bibliografía de analítica25
  • Documentación de StatsBomb3
  • Athletic / perfiles de Ludonautics3
  • Documentación de modelos de Opta / StatsBomb3
  • Historia del entrenamiento2
  • Documentación de Opta / StatsBomb2
  • World Soccer Talk / Business Wire 20242
  • Bibliografía de entrenamiento2
  • Sky Sports / Business Wire 20212
  • Resúmenes de temporada de Opta / StatsBomb2
  • Documentación de OBV de StatsBomb2
  • Historia del entrenamiento / bibliografía de analítica1
  • Bibliografía de entrenamiento de la FA1
  • Archivos históricos de Opta1
  • Business Insider / perfiles del Financial Times1
  • MIT Sloan Sports Analytics / Ludonautics1
  • Archivos de StatsBomb / Business Wire1
  • Historia académica y de la industria de la analítica1
  • karun.in / bibliografía de analítica 20181
  • Documentación de Opta1
  • karun.in / bibliografía sobre xT1
  • KU Leuven Machine Learning Research Group1
  • Informes técnicos de la DFB1
  • Documentación del producto StatsBomb 3601
  • Perfiles de Athletic1
  • Athletic / perfiles de Guardian1
  • Archivos de la Superliga1
  • Research Live / Training Ground Guru 20231
  • Penguin Books Australia / Aevitas 20241
  • KDD 2019 / KU Leuven ML Group1
  • Registros de la editorial / SportsBook of the Year 20191
  • Tendencias del entrenamiento 2013-261
  • Analítica de StatsBomb1
  • Visualización de StatsBomb / Wyscout1
  • Bibliografía sobre OBV de StatsBomb1
  • Bibliografía sobre captación 2022-251
  • Casos de uso de StatsBomb 3601
  • Récords de la Superliga danesa / Football Hackers1
  • Récords de la Championship 2020-211
  • Récords de la Premier League / bibliografía de analítica1
  • Récords de la Premier League 2022-231
  • Análisis de la Premier League 2022-241
  • Premier League 2023-261
  • Análisis de la Championship / de la Premier League 2020-251
  • Documentación de StatsBomb 2021-241
  • Blog de karun.in 20181
  • Récords de fichajes de Athletic 20171
  • Blog de karun.in / bibliografía sobre xT1
  • Blog de karun.in / bibliografía sobre cadenas de xG1
  • Bibliografía sobre modelos de StatsBomb / Opta1
  • KDD 2019 / documentación de StatsBomb1
  • Training Ground Guru 20231
  • Informaciones de Athletic 20241
  • Penguin Books 20241
  • Récords de la Bundesliga 2023-241
  • Récords de la Premier League 2024-251
  • Tendencias de adopción de la analítica 2023-261
  • Bibliografía sobre xT1
  • Bibliografía de gestión de riesgos1
  • Blog de karun.in / bibliografía de analítica1
  • Analítica de captación1
  • Historia del entrenamiento y de la analítica1
  • Bibliografía de analítica 2023-261