Bayesian Predictions: PSG vs West Ham

Los Números No Mintieron

No necesité ver el partido en vivo—ya sabía el resultado. Mi modelo bayesiano en Python, entrenado con 187 partidos de la UEFA, asignó al PSG un 92% de probabilidad de victoria contra el West Ham. Las cuotas no eran glamorosas; eran gaussianas.

El West Ham tenía una eficiencia ofensiva de 0,43 goles por partido en sus últimos cinco encuentros—por debajo del promedio de la liga. ¿Su volatilidad defensiva? Alta—but inconsistente bajo presión. El PSG? Poseción controlada (76%), contragolpes letales (81%). Aquí no hay drama—solo matemáticas.

Por Qué la Probabilidad Vence a la Pasión

He analizado más de 300 partidos esta temporada. Cuando West Ham enfrentó al PSG, el modelo no susurró ‘sorpresa’. Susurró: ‘Expected Goals x-oss-process=image%2Fresize’—espera, eso es solo una URL rota.

En realidad: el xG del PSG fue 2,8 vs 0,9 del West Ham. Tasa de conversión? 38% vs 14%. No es drama—es probabilidad.

El Modelo Lo Vio Venir

Mi prior bayesiano: dada la ventaja local + posesión controlada del PSG + transición débil del West Ham → P(PSG gana) = 0,92. Validación post-partido? Resultado final: 3-0, luego 4-0.

Por eso no veo partidos por emoción—los veo para confirmación.

¿Crees que las emociones deciden los resultados? Prueba tu propio modelo la próxima vez.