StatsAI.bet

Modelos de predicción

Distribución de Poisson en el fútbol: de la media de goles a las cuotas

Nivel intermedio4 min de lecturaPublicado 21 nov 2026

La distribución de Poisson da la probabilidad de que un equipo marque 0, 1, 2 o más goles cuando se conoce su número esperado de goles λ: P(k) = e^(−λ) × λ^k / k!. Los goles esperados salen de la media de la liga, de la fuerza de ataque del equipo y de la fuerza de defensa del rival. Las probabilidades de goles de los dos equipos forman una matriz de marcadores, y de ella salen el 1X2, el más/menos goles, el ambos marcan y el marcador exacto.

Contenido
  1. Términos clave
  2. La fórmula de la distribución de Poisson
  3. ¿Cómo se calculan los goles esperados?
  4. La matriz de marcadores
  5. De la matriz a los mercados: 1X2, más/menos y ambos marcan
  6. ¿Por qué falla el modelo de Poisson en el 0-0 y el 1-1?
  7. Limitaciones
  8. Guías relacionadas
  9. Fuentes

Términos clave

Distribución de Poisson
La distribución del número de eventos raros e independientes en un tiempo dado, como los goles de un equipo en un partido.
Goles esperados (λ, lambda)
El número medio de goles que un modelo espera de un equipo en ese partido. No es lo mismo que el xG basado en tiros, aunque el xG se puede usar para estimar λ.
Fuerza de ataque y de defensa
Cuántos goles marca o encaja un equipo respecto a la media de la liga. Un ataque de 1,20 significa un 20% más de goles que un equipo medio.
Matriz de marcadores
Una tabla con las probabilidades de todos los marcadores (0-0, 1-0, 0-1…), hecha multiplicando las probabilidades de goles del local y del visitante.

La fórmula de la distribución de Poisson

Si un equipo marca de media λ goles, la probabilidad de marcar exactamente k goles es:

FórmulaP(k) = e^(−λ) × λ^k / k!

e es el número de Euler (2,718…), y k! es el producto 1 × 2 × … × k (0! = 1). La única entrada es λ, así que todo el trabajo está en estimar bien λ.

¿Cómo se calculan los goles esperados?

El método sencillo más conocido usa las medias de la liga y la fuerza de los equipos:

Fórmulaλ local = media de goles del local en la liga × ataque del local × defensa del visitante λ visitante = media de goles del visitante en la liga × ataque del visitante × defensa del local
Ejemplo matemático

En la liga, los locales marcan de media 1,50 goles y los visitantes 1,20.

  • El local marca 1,80 en casa (ataque 1,80 / 1,50 = 1,20) y encaja 0,90 (defensa 0,90 / 1,20 = 0,75).
  • El visitante marca 1,20 fuera (ataque 1,00) y encaja 1,65 (defensa 1,65 / 1,50 = 1,10).

λ local = 1,50 × 1,20 × 1,10 = 1,98

λ visitante = 1,20 × 1,00 × 0,75 = 0,90

La matriz de marcadores

Los goles de los dos equipos se calculan por separado, y la probabilidad de un marcador es el producto de las dos probabilidades. Para 1-0 eso es P(local 1) × P(visitante 0) = 27,34% × 40,66% = 11,11%.

Probabilidades de marcador para λ local 1,98 y λ visitante 0,90 (filas: goles del local, columnas: goles del visitante)
Local / Visitante01234
05,61%5,05%2,27%0,68%0,15%
111,11%10,00%4,50%1,35%0,30%
211,00%9,90%4,46%1,34%0,30%
37,26%6,54%2,94%0,88%0,20%
43,59%3,24%1,46%0,44%0,10%

Los marcadores concretos más probables son 1-0 (11,11%), 2-0 (11,00%), 1-1 (10,00%) y 2-1 (9,90%). Incluso el marcador más probable ocurre solo en uno de cada nueve partidos, así que la cuota justa del marcador exacto 1-0 es 9,00.

De la matriz a los mercados: 1X2, más/menos y ambos marcan

Un mercado es la suma de las celdas que lo forman. Para el total de goles basta una única distribución de Poisson con λ = 1,98 + 0,90 = 2,88.

Probabilidades y cuotas justas del mismo modelo
MercadoProbabilidadCuota justa
1 (victoria local)62,56%1,60
X (empate)21,06%4,75
2 (victoria visitante)16,38%6,11
Más de 1,5 goles78,22%1,28
Más de 2,5 goles54,94%1,82
Menos de 2,5 goles45,06%2,22
Más de 3,5 goles32,59%3,07
Ambos marcan: sí51,15%1,96
Ambos marcan: no48,85%2,05
Local más de 1,5 goles58,86%1,70

Ambos marcan: sí es (1 − e^(−1,98)) × (1 − e^(−0,90)) = 51,15%, porque cada equipo tiene que marcar al menos una vez. La cuota justa es 1 / probabilidad, como en la guía de probabilidad implícita. La casa de apuestas añade su margen a esas cuotas.

¿Por qué falla el modelo de Poisson en el 0-0 y el 1-1?

El modelo supone que los goles de los dos equipos son independientes. En los datos reales, el 0-0 y el 1-1 ocurren algo más, y el 1-0 y el 0-1 algo menos, de lo que dice un modelo de Poisson puro. En 1997 Dixon y Coles propusieron una corrección solo para esos cuatro marcadores, con un parámetro ρ estimado a partir de los datos.

Ejemplo matemático

Con ρ = −0,10 y el mismo λ (1,98 y 0,90):

MarcadorPoissonFactor de correcciónDespués de la corrección
0-05,61%1,17826,61%
0-15,05%0,80204,05%
1-011,11%0,910010,11%
1-110,00%1,100011,00%

La corrección solo mueve probabilidad entre esos cuatro marcadores, así que la matriz entera sigue sumando el 100%.

Rendimiento real de StatsAI

StatsAI usa un modelo de Poisson para goles por parte, independiente para local y visitante, y deriva de él mercados combinados. Las estimaciones de entrada para 1X2, 2,5 goles y ambos marcan vienen de un modelo estadístico externo, y cada pronóstico se mide después del partido en la página rendimiento del modelo de IA. Más sobre todo el proceso: Cómo funcionan los pronósticos de fútbol con IA.

Limitaciones

  • El modelo supone que los goles de los dos equipos son independientes y que λ no cambia en todo el partido. Una tarjeta roja, un gol temprano o un cambio táctico rompen eso.
  • λ es una estimación a partir de partidos pasados. Una muestra pequeña, un entrenador nuevo o las lesiones dan un λ equivocado y, con él, probabilidades equivocadas.
  • El ejemplo usa medias de liga y de equipos inventadas. Los modelos reales las estiman a partir de miles de partidos y a menudo dan más peso a los partidos recientes.
  • Las cuotas justas de un modelo no son una promesa de resultado. Un resultado del 62,56% deja de ocurrir en más de un tercio de los casos.