Cómo ganar la Copa Mundial en las apuestas de la oficina


copa

Descargue el Modelo de DecisionTools Suite Copa Mundial 2014   y la  Versión de prueba gratuita del DecisionTools Suite

Utilice el @RISK y el PrecisionTree para elegir los campeónes

A medida que la Copa del Mundo en Brasil se acerca este verano boreal, la anticipación en todo el mundo ha llegado a un punto álgido. En América Latina, y en Brasil en particular, las apuestas de oficina llamadas “bolão” y las apuestas de grupo están apareciendo entre los aficionados al fútbol con la esperanza de escoger al equipo ganador. En Palisade, no creemos en hacer conjeturas – razón por la cual Fernando Hernández, consultor y entrenador de Palisade Corporation, ha desarrollado un modelo usando el software de DecisionTools Suite para pronosticar las probabilidades de cada uno de los 32 equipos nacionales de fútbol para ganar el Campeonato Mundial.

Tomando datos de los rankings de más de 200 equipos nacionales de la FIFA que abarcan los últimos cuatro años (2011-2014), Hernández creó un modelo que utiliza el @RISK para determinar las probabilidades de diferentes equipos ganadores en las diferentes etapas, y PrecisionTree para el mapeo de esta información en un árbol de decisiones. El @RISK utiliza la simulación de Monte Carlo para calcular miles de diferentes resultados posibles para el torneo de forma automática. Las fortalezas históricas y debilidades de cada equipo se contabilizan en los modelos estadísticos utilizados para representar cada partido.

Para construir este modelo, Hernández primero clasifica los equipos en diez intervalos, ponderados por igual probabilidad o categorías, en función de su desempeño pasado. Luego calcula las probabilidades de cada equipo para ganar, perder o empatar versus su adversario para cada partido determinado. Por ejemplo, un equipo de la más alta categoría o intervalo (número 10) tendría una mayor probabilidad de ganar a un equipo en una categoría intermedia (por ejemplo, categoría número 5). En este caso, los datos históricos predicen que el equipo mejor clasificado tendría una oportunidad de 86% de ganar a un equipo intermedio, un 7% de probabilidad de perder y también un 7% de probabilidad de conseguir un empate. El modelo también otorga la opción de considerar la posible ventaja de equipo casa durante los partidos, a partir de datos sobre la ubicación de un equipo durante victorias y derrotas anteriores. “Eso es parte de la belleza y el misterio del fútbol”, dice Hernández. “La probabilidad de que un perdedor puede, de vez en cuando, vencer al favorito.”

Después de calcular estas tablas de probabilidad, Hernández modeló todos los primeros 48 juegos. Para aquellos no familiarizados, he aquí una breve introducción de cómo funciona el torneo: los 32 equipos se asignan en ocho grupos de cuatro cada uno. Dentro de cada grupo, los cuatro equipos juegan cada uno contra los otros tres restantes. Una victoria en este primer nivel representa 3 puntos, una derrota cero puntos, y un empate representa sólo un punto para ambos equipos. Los dos mejores equipos de cada grupo avanzarán a una llave de 16 equipos.

Un número sorprendente de resultados son posibles. A pesar de que los equipos pueden empatar en forma de puntos en su lucha por clasificarse para la segunda ronda, existen reglas para romper estos empates. Una norma establece que el equipo con mayor número de diferencia de goles neto (goles a favor menos goles recibidos) en ese punto en el torneo continuará. Si esta cifra es la misma para los dos equipos, entonces se considera el partido en particular entre estos dos equipos empatados. Por último, si un empate persiste, el lanzamiento de la moneda determina el avance del equipo.

Hernández incorporó todas estas reglas para las relaciones en el modelo de simulación de Monte Carlo. En su núcleo, el modelo también considera los registros históricos de goles a favor, goles de empate y goles como equipo perdedor. Obviamente, los equipos que ganan un partido deberán marcar más goles que los equipos que empatan o pierden.

Después de clasificados los 16 equipos, se involucran en una eliminación simple, en un torneo bajo llaves, dejando a ocho, luego a cuatro y después a dos equipos para un juego final. Estos 16 juegos adicionales (incluyendo un juego para determinar el tercer lugar entre los dos perdedores de las semifinales) también fueron simulados. Después de ejecutar 50.000 iteraciones, el modelo probabilístico calcula las probabilidades de cada equipo para conseguir la victoria final del torneo.

Dependiendo de ciertos supuestos de clasificación de la información histórica, los cálculos de probabilidades pueden variar significativamente. Sin embargo un enfoque sólido que tiene en cuenta tanto la información histórica como los rankings actuales arrojó los siguientes resultados:

Con la ventaja de local incorporada al modelo, Brasil tiene la mayor probabilidad de convertirse en campeón con un 17%, con España que viene como segundo con un 12% de probabilidad. Los próximos seis equipos que componen los ocho primeros puestos para convertirse en Campeón Mundial son: Suiza (8%), Grecia (8%), Alemania (7%), Colombia (7%), Argentina (6%) y Uruguay (5%).

Sin tener en cuenta el factor de la ventaja de local, Alemania sería el ganador más probable, con una probabilidad del 19.9%.

Ciudadano de Costa Rica, Hernández admite que su confianza en modelos de riesgo puede anular el orgullo nacional a la hora de hacer sus apuestas en la Copa del Mundo. “Todavía no estoy seguro de si iría a apostar por mi país, Costa Rica, en las apuestas de la oficina. En un grupo con tres ex campeones del mundo, Uruguay, Italia e Inglaterra – mi equipo posee tan sólo una posibilidad del 23% de clasificar para la segunda ronda, y tan sólo una posibilidad entre 440 de convertirse en el Campeón del Mundo.”

Registrese:» Webcast en vivo gratis: Tour Guiado a través del modelo de la Copa Mundial 2014 con Fernando Hernández. Viernes el 6 de junio de 2014.

Fuente: http://www.palisade-lta.com/models/WorldCup.asp

Anuncios
Acerca de

Profesional de la Gestión de Proyectos, PMP, con estudios en Ingeniería Civil y vasta experiencia en el área de servicios tecnológicos al sector financiero y comercial. Experiencia en Liderazgo Organizacional, Agile Project Management, Re-ingeniería de Procesos y Business Process Modeling.

Tagged with:
Publicado en Desarrollo Profesional

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

w

Conectando a %s

Síguenos en las redes sociales

Tagged again by Pascal

Introduce tu e-mail para recibir notificaciones de las nuevas publicaciones en tu buzón de correo electrónico.

Síguenos en Twitter
Post archivados

Tagged again by Pascal

Introduce tu e-mail para recibir notificaciones de las nuevas publicaciones en tu buzón de correo electrónico.

How to Manage a Camel - Project Management Blog

Project Management Recruitment, Careers and News from Arras People

Girl's Guide to Project Management

Guía práctica de Gestión de Proyectos y Desarrollo Profesional

Proyectum

El boletin quincenal de TenStep

Técnicas de Organización

Guía práctica de Gestión de Proyectos y Desarrollo Profesional

Guia Practica del PMP

Guía práctica de Gestión de Proyectos y Desarrollo Profesional

A %d blogueros les gusta esto: