Estadística de fútbol
Tamaño de muestra en las apuestas: cuándo un resultado deja de ser suerte
Un porcentaje de acierto en una muestra pequeña depende mucho de la suerte. En 100 apuestas con un 55% de acierto el intervalo de confianza del 95% va del 45,25% al 64,75%, y en 1.000 apuestas del 51,92% al 58,08%. Sin ninguna ventaja, 60 o más aciertos de 100 a cuota 1,80 ocurren en el 21,41% de los casos. Para que una ventaja del +5% a cuota 2,00 se distinga de la suerte, hacen falta unas 1.533 apuestas.
Contenido
Términos clave
- Muestra
- El conjunto de apuestas, partidos o pronósticos en el que se mide algo. El tamaño de muestra es cuántos son.
- Porcentaje de acierto
- La parte de las apuestas que acertó. Sin la cuota no dice nada: un 55% es excelente a cuota 2,00 y flojo a cuota 1,50.
- Intervalo de confianza (95%)
- El intervalo que contendría el valor real en el 95% de las muestras repetidas. Cuanto mayor la muestra, más estrecho el intervalo.
- Error típico
- Cuánto se mueve de media el porcentaje de acierto de una muestra a otra: √(p × (1 − p) / n).
¿Cuánto se mueve un porcentaje de acierto por suerte?
± 1,96 × √(p × (1 − p) / n)| Apuestas | ± puntos porcentuales | Intervalo del 95% |
|---|---|---|
| 20 | ±21,80 | 33,20% – 76,80% |
| 50 | ±13,79 | 41,21% – 68,79% |
| 100 | ±9,75 | 45,25% – 64,75% |
| 250 | ±6,17 | 48,83% – 61,17% |
| 500 | ±4,36 | 50,64% – 59,36% |
| 1.000 | ±3,08 | 51,92% – 58,08% |
| 5.000 | ±1,38 | 53,62% – 56,38% |
El intervalo se estrecha con la raíz cuadrada del número de apuestas: para reducir la anchura a la mitad necesitas una muestra cuatro veces mayor.
Ejemplo: 60 aciertos de 100
Alguien tiene 60 aciertos en 100 apuestas, todas a cuota 1,80. El ROI es 0,60 × 1,80 − 1 = +8%.
El porcentaje de equilibrio es 1 / 1,80 = 55,56%. Si la probabilidad real de cada apuesta es exactamente esa, es decir, sin ninguna ventaja:
- 60 o más aciertos de 100 ocurren en el 21,41% de los casos;
- 600 o más aciertos de 1.000 ocurren en el 0,25% de los casos.
El mismo porcentaje de acierto en una muestra diez veces mayor significa algo completamente distinto. En 100 apuestas, un +8% sale fácilmente de la suerte; en 1.000, rara vez.
Para muestras pequeñas y porcentajes cerca del 0% o del 100% la aproximación normal es mala, así que se usa el intervalo de Wilson. Para 60 de 100 va del 50,20% al 69,06% e incluye el porcentaje de equilibrio del 55,56%. Para 600 de 1.000 va del 56,93% al 62,99%, entero por encima.
¿Cuántas apuestas hacen falta para mostrar una ventaja?
El número de apuestas a partir del cual la ganancia esperada queda 1,96 desviaciones típicas por encima de cero:
n ≈ 1,96² × σ² / EV²
σ² = (1 + EV) × (cuota − 1 − EV)| Cuota | EV +5% | EV +2% |
|---|---|---|
| 1,50 | 727 | 4.703 |
| 2,00 | 1.533 | 9.601 |
| 3,00 | 3.147 | 19.397 |
| 5,00 | 6.374 | 38.989 |
Una ventaja menor necesita muchas más apuestas: un EV del +2% en vez del +5% exige una muestra más de seis veces mayor. Las cuotas más altas necesitan más apuestas, porque cada apuesta oscila más. El motivo está en la guía de varianza en las apuestas.
Tendencias y muestras pequeñas en el fútbol
Las estadísticas de fútbol a menudo se basan en muestras pequeñas. Una liga de 20 clubes tiene 380 partidos por temporada, y cada equipo juega 19 en casa.
- “El equipo marcó en 8 de los últimos 10 partidos”: un 80%, pero el intervalo de Wilson del 95% va del 49,02% al 94,33%.
- “El equipo marcó en 15 de sus 19 partidos en casa”: un 78,95%, y el intervalo va del 56,67% al 91,49%.
Las dos tendencias son ciertas, pero no demuestran que la probabilidad de marcar la próxima vez sea exactamente del 80%. Una tendencia es un dato sobre partidos pasados; una estimación para el próximo partido necesita también otros datos.
Cómo trata StatsAI el tamaño de muestra en la página rendimiento del modelo de IA:
- el intervalo de la diferencia de Brier score entre el modelo de IA y el mercado sale de remuestrear días completos, 1.000 repeticiones, porque los partidos del mismo día no son independientes;
- la calibración muestra el intervalo de Wilson del 95%, y los tramos con menos de 100 pronósticos no se dibujan;
- los grupos de ligas solo aparecen cuando tienen al menos 1.000 eventos.
Limitaciones
- Las fórmulas suponen apuestas independientes con la misma probabilidad. Las apuestas del mismo partido, día o liga a menudo no son independientes, así que hace falta una muestra mayor.
- El número de apuestas de la tabla es aproximado y no asegura que el resultado no quede en pérdidas.
- Un porcentaje de acierto sin cuota no dice nada sobre la rentabilidad. Compáralo con el porcentaje de equilibrio de 1 / cuota.
- Los resultados pasados en una muestra grande tampoco significan el mismo resultado en el futuro, porque los mercados y los equipos cambian.
Guías relacionadas
Fuentes
- Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212.
- Efron, B. (1979). Bootstrap methods: another look at the jackknife. The Annals of Statistics, 7(1), 1–26.