Probabilidades básicas y su trampa
Lo primero: los números no mienten, pero sí te engañan si no los manejas bien. En la NHL, la línea de dinero refleja la opinión del mercado, pero oculta la verdadera varianza del juego. Aquí es donde la estadística entra al ring, y el jugador de datos se convierte en el árbitro.
Distribución normal y goles esperados
En la pista, los goles siguen una curva casi gaussiana, aunque con colas gruesas que hacen temblar a los novatos. Calcular el “Goles Esperados” (xG) usando la media de los últimos 10 partidos te da una base firme. Pero ojo, la media no captura los partidos de alta presión; por eso combina la desviación estándar para medir la volatilidad.
Ejemplo rápido
Supón que los Leafs tienen 2.8 xG y una desviación de 0.7. La probabilidad de que superen los 3 goles es aproximadamente 0.42, según la tabla Z. De ahí sale la jugada rentable.
Regresión a la media: el viejo truco
Los equipos que explotan en una racha rara vez siguen la tendencia indefinidamente. La regresión a la media te ayuda a cortar ese impulso ilusorio. Aplica un factor de 0.75 al último valor de xG y tendrás una estimación más realista.
Modelos de Poisson y sus límites
El modelo de Poisson es el caballo de batalla en apuestas de hockey. Asume que los goles llegan de forma independiente, con una tasa λ que proviene del xG. Sin embargo, la realidad introduce dependencias (poder de la zona, lesiones), así que ajusta λ con un coeficiente de corrección basado en la fuerza defensiva.
Calculadora rápida
λ = (xG_ofensivo + (1 – xG_defensivo)) / 2. Luego, la probabilidad de 0-5 goles se extrae de la fórmula de Poisson. Usa la hoja de cálculo, no la calculadora mental.
Valor esperado y Kelly Criterion
Una apuesta solo vale la pena si su valor esperado (EV) es positivo. EV = (probabilidad real * payout) – ((1 – probabilidad real) * stake). Si el EV supera 0, estás en buen camino. Entonces, mete la ecuación de Kelly: f* = (bp – q) / b, donde b es la cuota decimal, p la probabilidad real, q = 1‑p.
Aplicación práctica
Supón una cuota de 2.10, probabilidad real de 0.55. Kelly te dice que arriesgues 4.8% de tu bankroll. No más, no menos; la disciplina es la clave.
Correlación entre variables y ventaja competitiva
Los datos no viven en aislamiento. Relaciona el xG con métricas de posesión en zona, número de tiros bloqueados y porcentaje de penaltis. Un modelo de regresión múltiple con estas variables revela patrones que la simple cuota ignora.
Acción inmediata
Abre nhl-apuestas.com, extrae los últimos datos de xG, calcula λ, aplica Kelly y pon el porcentaje recomendado en la próxima apuesta de over/under. Eso es.