¿Querés transformar lecturas de partido en probabilidades claras para decidir con cabeza? Un Poisson simple te permite estimar la distribución de goles, derivar p(Over/Under), p(BTTS) y hasta el 1X2 de un cruce, con una planilla liviana. Acá tenés el paso a paso, qué datos usar, cómo validar y cuáles son sus límites.

Qué resuelve (y qué no) un Poisson simple

  • Sirve para: convertir expectativa de gol de cada equipo en probabilidades de marcar 0, 1, 2… goles; con eso obtenés marcadores probables, líneas de goles y BTTS.
  • No sirve solo: no captura dependencias finas entre goles ni “minuto a minuto”. Es un punto de partida, no el modelo final.

Si necesitás una base conceptual sobre xG, leé esta explicación de The Analyst (qué es el xG). Para repasar cómo transformar datos en decisiones, tenés nuestra guía de interpretar estadísticas.

Datos mínimos que vas a necesitar

  • Goles/xG a favor y en contra por equipo (ideal por 10–15 PJ y con local/visita). Fuente abierta: FBref.
  • Localía: ventaja promedio del torneo o estimada del equipo (goles o xG extra de local).
  • Contexto: bajas relevantes, fixture, clima/cancha (en Argentina pesa).

Paso a paso en una planilla

1) Armá tu dataset

  • Columnas: Equipo, xG_fav, xG_contra, xG_fav_local, xG_contra_local, xG_fav_visita, xG_contra_visita, rivales, fecha.

2) Estimá la fuerza de ataque y defensa

  • Ataque = xG_fav_equipo / xG_fav_promedio_liga.
  • Defensa = xG_contra_equipo / xG_contra_promedio_liga (menor es mejor).

3) Ajustá por localía

  • Usá un factor de localía L (por ejemplo, +8% a +12% de gol esperado al local según tu liga).

4) Calculá los λ (tasas de gol)

  • λ_local = Ataque_local × Defensa_visitante × xG_promedio_liga × (1+L).
  • λ_visit = Ataque_visitante × Defensa_local × xG_promedio_liga.

Con λ (lambda) tenés la media de goles esperados por lado. Base teórica: Distribución de Poisson.

5) Distribución de goles por equipo

  • Para k = 0..6, p(k goles) = e^{-λ} × λ^k / k! (podés truncar en 6–7 porque la masa de probabilidad es mínima).

6) Matriz de marcadores y 1X2

  • Asumí independencia y construí una matriz p(Local=i, Visit=j) = pL(i) × pV(j).
  • p(Home) = Σ p(i>j), p(Draw) = Σ p(i=j), p(Away) = Σ p(i

7) Over/Under (incluye líneas asiáticas)

  • p(Over 2.5) = 1 − Σ p(i+j ≤ 2). p(Under 2.5) = Σ p(i+j ≤ 2).
  • Para asiáticas (2.0, 2.25, 2.75), combiná eventos “≤, =, ≥” del total para calcular ganancia/devolución. Guía práctica de lectura y gestión en Over/Under con cabeza.

8) BTTS (Ambos marcan)

  • Con independencia, p(BTTS) ≈ (1 − pL(0)) × (1 − pV(0)). Profundizá el contexto y sesgos en BTTS: cuándo tiene valor.

9) Convertí probabilidades en cuotas

  • Cuota “justa” O = 1/p. Compará vs mercado; si tu p supera a la implícita por 3–5 pp, hay posible valor. Framework para evitar sesgos: interpretar estadísticas.

Validación y calibración (evitá enamorarte de tu número)

  • Backtest de 500–1000 partidos: medí Brier/Log loss y calibración por bins (0–5%, 5–10%…).
  • Errores típicos: sobreestimar favoritos muy cortos; subestimar ceros (0–0). Ajustá con penalización leve a empates o usa un factor “empate” si tu liga lo pide.
  • Actualizá cada fecha: forma reciente (rolling 5–10 PJ) y bajas cambian λ.

Límites y mejoras (cuándo Poisson se queda corto)

  • Independencia: los goles no son totalmente independientes (efecto del primer gol). En ligas con muchos 0–0, agregá un ajuste de empate.
  • Overdispersión: si observás más varianza que la Poisson, considerá quasi-Poisson o bivariante (Dixon–Coles) para empates y bajas anotaciones.
  • Contexto argentino: clima, cancha pesada y arbitraje (penales, adición) mueven el total esperado; integralo como multiplicadores ad hoc.

Checklist rápido (antes de apostar)

  • λ calculados con localía, forma y bajas al día.
  • Matriz de marcadores lista; derivaste 1X2, O/U y BTTS.
  • Comparaste tu p con la probabilidad implícita del mercado.
  • Definiste stake y límites; evitá correlacionar 3 mercados con la misma tesis.

Estructura sugerida de la planilla

  • Hoja “Datos”: partidos históricos con xG y goles (local/visita).
  • Hoja “Fuerzas”: ataque/defensa relativas y factor de localía.
  • Hoja “Partido”: λ_local, λ_visit, p(k) 0..6, matriz de marcadores, 1X2, O/U, BTTS y cuotas justas.
  • Hoja “Validación”: Brier, calibración por bins y gráfico p vs. frecuencia.

Un Poisson simple es una herramienta potente si lo usás con método: datos limpios, localía, validación y disciplina de precio/stake. Sumá contexto —clima, bajas, árbitro— y vas a detectar spots de valor más seguido, sobre todo en líneas de goles y BTTS.