Analisis Ofensivo Defensivo

Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol
UN MODELO OFENSIVO-DEFENSIVO PARA ESTABLECER UN RATING DE EQUIPOS DE FTBOL

Liern Carrin, Vicente (liern@uv.es) y Sala Garrido, Ramn (sala@uv.es) Departamento de Matemticas para la Economa y la Empresa Universidad de Valencia
RESUMEN
En este trabajo presentamos un mtodo para ordenar los equipos de la Liga de Ftbol Profesional Espaola. Se determinan unos inputs y unos outputs que permiten evaluar eficiencia defensiva y ofensiva, tanto en casa como fuera de casa, de cada club. La tcnica utilizada se basa en los modelos de Data Envelopment Analysis (DEA). A partir de los scores de eficiencia de cada club se obtiene una valoracin y ordenacin de los clubes (rating) de las ligas 2001/02 hasta 2007/08 y se muestra su potencial aplicabilidad para la formulacin de predicciones. Palabras clave: DEA; Rating; Prediction
ABSTRACT
In this paper we present an algorithm to rank the teams of the Spanish Professional Football League. Inputs and outputs allowing the evaluation of defensive and offensive efficiencies for each club (home and away). The method is based on Data Envelopment Analysis (DEA). From the efficiency score of each team, a valuation and ranking/rating for the seasons 2001/02 until 2007/08 is obtained. Finally, our procedure is applied to prediction making. Keywords: DEA; Rating; Prediction
Clasificacin JEL (Journal Economic Literature):
L83,
rea temtica: 1
XVII Jornadas ASEPUMA V Encuentro Internacional Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn
1. INTRODUCCIN
En muchos escenarios econmicos, la toma de decisiones pasa por poder ordenar los elementos de un conjunto. De hecho, en algunas aplicaciones prcticas, como es el caso de una competicin deportiva, establecer el orden en una clasificacin resulta fundamental. Por ejemplo, en el caso de la Liga de Ftbol Profesional espaola (igual que ocurre en otros campeonatos) el orden en la clasificacin determina en gran medida el futuro inmediato del club, ya que en la actualidad los cuatro primeros clasificados participan en la UEFA Champion League, mientras que los dos siguientes participan en la UEFA Cup, y an es ms decisivo para los tres ltimos clasificados, puesto que en la temporada siguiente ya no participan en la Primera Divisin sino que deben jugar en la Segunda Divisin.
En el ftbol profesional, la participacin en competiciones UEFA genera unos ingresos adicionales que les ayuda a cubrir una parte importante del presupuesto de los clubes. Por el contrario, la prdida de categora tiene consecuencias dramticas puesto que implica una reduccin de alrededor de la mitad de sus ingresos, mientras que los gastos de los quipos que han descendido apenas se reducen.
Otro aspecto que no podemos olvidar, es que el inters de una competicin deportiva depende en gran parte de que exista un balance competitivo entre los equipos que la forman, puesto que si no es as, la competicin pierde inters porque el resultado esperado coincide, casi siempre, con el real, es decir, los buenos equipos siempre vencen a los restantes, con lo que la calidad del espectculo se ve mermada y, por tanto, esto repercute en las ganancias que reportan los ingresos, especialmente los televisivos. Tambin en este aspecto, el establecimiento de una ordenacin entre los equipos permite determinar si existe ese balance competitivo o no, ya que en algunos casos es posible establecer previsiones sobre el posible vencedor de algunos de los partidos de la competicin.
El trabajo se organiza en un epgrafe dedicado a revisar los antecedentes del problema a partir de referencias bibliogrficas de los diferentes mtodos propuestos en la literatura. El apartado siguiente se dedica a describir el procedimiento DEA, y su aplicacin al ftbol. A partir de ah, se define, en el epgrafe 4, el concepto de rating usando los scores de eficiencia de los equipos. Para validar la propuesta se dedican dos apartados a analizar la adecuacin del mtodo ex-post con la clasificacin de las ltimas ligas, mientras que en el siguiente epgrafe se dedica a analizar las probabilidades a priori.
XVII Jornadas ASEPUMA V Encuentro Internacional Rect@ Vol Actas_17 Issue 1: 104
Por ltimo se recogen las principales conclusiones, la bibliografa utilizadas en el trabajo y un Anexo con los datos de los scores de las ltimas temporadas, tomadas de Sala-Garrido et al. (2009).
2. ANTECEDENTES
Para predecir el resultado de un partido se han desarrollado diferentes modelos, por ejemplo, el Modelo (OMD) ofensivo-defenso de Govan et al.(2009), el mtodo matricial de Colley (2002), el enfoque vectorial de Keener-Perron (Keener (1993)), y el modelo de mnimos cuadrados utilizado por Massey (1997)
En el modelo ODM, para calcular los ratings ofensivos y defensivos se empieza con la suposicin de que las clasificaciones ofensivas ms grandes se corresponden con la fuerza ofensiva ms grande, es decir, la capacidad de producir marcadores ms grandes. Por otro lado, las clasificaciones defensivas ms pequeas correspondern a la fuerza defensiva ms grande, es decir, una clasificacin defensiva baja indica que es difcil que el adversario obtenga un gran marcador. Para cada par de equipos i, j se construye la matriz A = [ aij ], donde aij es el resultado que ha obtenido el equipo i frente al equipo j (si aij = 0 significa que los equipos i, j no se han enfrentado en la competicin). Alternativamente, puede ser el nmero de puntos que el equipo j encaj frente al equipo i. Con ello, dependiendo del punto de vista desde el que se analice la matriz A, refleja la respectiva capacidad ofensiva o la defensiva. A partir de este hecho, definimos el ndice ofensivo de un equipo j como la combinacin:
o j = a1 j (
1 1 ) + ......+ a nj ( ), d1 dn
(1)
donde di es la capacidad defensiva del equipo es i, que se define como: di = ai 1 ( 1 1 ) + ......+ ain ( ) . o1 on (2)
Puesto que o j y di son interdependiente, estos valores tendrn que ser determinados por iteraciones sucesivas de la forma siguiente:
Se inicializa el proceso con di =1 para todo i, es decir, d(0) = ( 1 1 1 )T. Definimos

o (0) = AT ( d 1
(0)
) , donde
1 d (0)
=( 1
d1
,1
d2
,.... 1
dn
)T
A partir de ah, se calculan sucesivamente los valores defensivos y ofensivos mediante las siguientes expresiones:
o (k ) = AT d
(k )
1 d 1
(k1)
(3)
=A
o (k)
La convergencia del modelo ofensivo-defensivo esta garantizada1 por el Teorema de Sinkhorn Knopp (vase Sinkhorn y Knopp (1967)).
El mtodo matricial de Colley usa solamente el nmero de las victorias y derrotas y el nmero de partidos jugados por cada equipo, sin asumir ningn empate. La esencia del mtodo de Colley es formular y resolver un sistema de ecuaciones lineales Cr = b para obtener el rating de cada equipo. Cada ecuacin del sistema corresponde a un equipo y la solucin del sistema suministra la puntuacin de clasificacin para cada equipo. El algoritmo est basado en un resultado de la probabilidad, denominada Regla de sucesin de Laplace que puede ser encontrado en Ross (2006, p.108), que se usa para aproximar las probabilidades de los sucesos booleanos (en nuestro caso, la probabilidad de ganar o perder un partido). Por otro lado, la existencia y unicidad de la solucin est basada en una teora de un tipo especial de matrices nonegativas, denominadas M-matrices.
En 1993, James P. Keener propone un mtodo basado en la teora de matrices no-negativas que utiliza las propiedades del vector de Perron, garantizadas por el teorema de Perron-Frobenius (vase Meyer (2001, p..673)). El resultado de la matriz no-negativa K se obtiene usando la regla de la sucesin de Laplace y suavizando la funcin. La esencia de este algoritmo de rating es la de determinar un autovector de la matriz correspondiente a un autovalor dominante de K2.
Kenneth Massey (1997) ide uno enfoque de mnimos cuadrados para calcular los ratings. La idea consista en calcular el rating resolviendo el problema de mnimos cuadrados LT Lx = LT b (4)
El procedimiento empleado en el teorema de Sinkhorn-Knopp, es usar uno de los mtodos para equilibrio de matrices que es citado en algunos trabajos como el mtodo de RAS (vase el funcionamiento del algoritmo RAS en Pavia, Cabrer y Sala (2009)). Otros ejemplos de modelos de rating que usan el teorema de Perron-Frobenius pueden encontrarse en Kleinberg (1999) y Saaty (1987). XVII Jornadas ASEPUMA V Encuentro Internacional Rect@ Vol Actas_17 Issue 1: 104
2
donde L es una matriz de partidos por equipo y cada (i,j) indica si gan el equipo j (toma el valor 1), en caso de perder (el valor sera -1) o no jug (entonces es 0), b es el vector formado por las diferencias de puntuacin de los partidos correspondientes.3
Una muestra de la importancia que se ha concedido en la literatura al rating, es la cantidad de propuestas que han aparecido y que podran clasificarse en numerosas categoras diferentes. Unos usan cadenas de Markov, por ejemplo Govan et al. (2008), Kvam y Sokol (2006), Redmond (2003), y Brin y pgina (1998). Otros modelos de rating se basan el teorema de Sinkhorn-Knopp, como por ejemplo Smith (2005) y ODM o en la regresin logstica, por ejemplo, Clarke y Dyte (2000) o Holde y Nevill (1997).
3. MODELO DEA: OFENSIVO Y DEFENSIVO. CASA Y FUERA
En los modelos previos, las calificaciones ofensiva y defensiva se obtienen con independencia de los resultados obtenidos en casa o fuera.. Nuestra propuesta de rating permite determinar la clasificacin ofensiva y defensiva tanto en casa como fuera, ya que el comportamiento de los equipos de ftbol difiere notablemente segn el escenario del partido (home advantage). Por esta razn, nuestra definicin de rating se basar en los scores de eficiencia obtenidos por los equipos y se obtendr como el producto de las eficiencias obtenidas en casa y fuera, tanto en las orientaciones ofensiva como defensivas. Asimismo, nuestra definicin de rating ofensivo y defensivo tendr en cuenta el valor del score o ndice de eficiencia, que indicar que cuanto mayor sea, tanto mejor ser la clasificacin en ambos casos, a diferencia de la propuesta de Govan et al. (2009). Para calcular esta eficiencias recurriremos a los modelos DEA (Data Envelopment Analysis), desarrollados por Charnes et al (1978). Estos modelos han sido aplicados a una amplia gama de reas, tanto productivas como de organizaciones no lucrativa4. Se trata de una tcnica no paramtrica, que puede formularse como un modelo de programacin lineal que calcula la mejor relacin entre una suma ponderada de outputs y una suma ponderada de inputs para cada una de las unidades productivas o de decisin, con ello se obtiene un valor del score o ndice de
Otro modelo de rating que usa uno el enfoque de mnimos cuadrados puede encontrarse en Stefani y Clarke (1992). 4 Para un desarrollo amplio de esta tcnica puede verse el libro de Cooper et al. (2007). XVII Jornadas ASEPUMA V Encuentro Internacional Rect@ Vol Actas_17 Issue 1: 104)
eficiencia de esa unidad con relacin a las restantes de la muestra. Estos valores siempre estn comprendidos entre 0 y 1. Una de las limitacin de tcnica DEA es que supone que los datos estn libres del errores de medicin y, por lo tanto, es ms sensible a estos errores que las tcnicas paramtricas (funciones frontera). Pero frente a este inconveniente, presentan la ventaja de una gran flexibilidad y que no es necesario escoger ninguna forma funcional especial. Para el anlisis de eficiencia se usara el siguiente modelo:
Max sujeto a :
j xij xi 0
j=1 n
i =1,2,...m r = , 1,2,...s
(5)
j y rj y r0
j 0
donde xij y yrj representan los inputs y los outputs, respectivamente, para la j-esima DMU (j= 1, 2,..., n), xi0 es el nivel de input de la unidad que est analizado, yr0 el output de esa DMU y j los pesos de la combinacin ptima. Finalmente, es la eficiencia (relativa) de la unidad j (equipo) es evaluada.
Esta propuesta de DEA asume rendimientos constantes a escala, ello es debido a realizar un anlisis general de la liga.. Si la unidad del anlisis lo fuera cada partido, tambin podra ser razonable usar rendimientos variables o no creciente a escala. Para usar VRS basta con aadir la restriccin : j =1 .
j =1 n
Segn lo expuesto, es posible usar la idea de una "funcin de produccin deportiva", como propone Rottenberg (1956) analizando el bisbol. Posteriormente, Scully (1974) ofreci una estimacin emprica inicial de las funciones de produccin para el mismo deporte. Estas obras innovadoras fueron seguidas por otros deportes, Zak, Huang y Siegfried (1979), o Scott, Long y Somppi (1985) o Anderson & Sharp (1997) o Hoeffler & Payne (1997) en el baloncesto, Schofield (1988) en la liga de criket y Sloane (1971) y (1997) en el ftbol. Trabajos ms recientes, como Carmichael y Thomas (1995), Hadley, Potrias, Ruggeiro y Knowles (2000), Carmichael, Thomas y Ward (2000), Dawson, Dobson y Gerrard (2000), han aplicado la funcin de produccin y el anlisis de eficiencia al rugby y la liga inglesa de ftbol.
Recientemente, Barros y Santos (2004) analizan la eficiencia de la Liga Portuguesa de ftbol con modelos DEA CCR (rendimientos constantes) y BCC (rendimientos variables). Haas (2003a) analiz la eficiencia de la Liga Inglesa, y Haas (2003b) analiz la eficiencia de la liga del ftbol en USA Para aplicaciones de DEA en el futbol espaol, puede verse Espitia-Escuer, M. y Garca-Cebrin, L. I. (2004), Bosca et al. (2009) y Sala-Garrido et al. (2009). Para obtener los scores5 para los diferentes equipos que han jugado en la liga espaola, se han utilizado una serie de inputs y outputs, tanto en la orientaciones ofensivas como defensivas. En la caja de tanto ataque como la defensa, de acuerdo con el mtodo detallado en Bosc et al. (2009):
Ataque (en casa o fuera) -
Inputs
o o o o
Remates a puerta Jugadas de ataque en el rea Centros al rea Minutos de posesin a favor
Ouput
o
Goles marcados
Defensa (local o visitante) -
Inputs
o o o o
Remates recibidos Jugadas de ataque del adversario en el rea propia Centros recibidos Minutos de posesin en contra.
Outputs
o
Goles encajados.
Como puede apreciarse, los inputs y los outputs son los mismos, pero con orientacin diferente. Para calcular los scores ofensivos utilizando el modelo (5), se han empleado los dados originales de los inputs y los outputs, mientras que en el caso de las medidas defensivas se han usado las inversas de los datos de inputs y outputs.
Los datos usados en este artculo han sido proporcionados de forma desinteresada por GECA Sport, una empresa que posee una de las bases de datos ms axhaustivas del ftbol espaol. XVII Jornadas ASEPUMA V Encuentro Internacional 7 Rect@ Vol Actas_17 Issue 1: 104)
4. RATING
Supongamos que el equipo 1, tiene mayor fuerza ofensiva que los equipos 2 y 3, y el equipo 2, mayor que el equipo 3, los ratings cumplen que: o1 o2 o3 . En la orientacin defensiva, la ordenacin es : d1 d 2 d 3 Para describir el procedimiento se usaran los datos de la Jornada 19 de la Liga espaola 2008/09. Ese da representa el final de la primera etapa. De esta manera para obtener los scores de la eficiencia ofensiva, tanto en casa como fuera, los datos usados estn en la Tabla1.
Tabla 1: Datos de la Jornada 19 de la Liga espaola

OFENSIVA CASA game G M REM JUG CEN POS Almera 10 10 112 29 330 245 Athletic Club 10 15 143 30 386 207 Atl. de Madrid 9 23 148 51 266 236 C.D. Numancia 9 15 107 17 281 175 Dep. A Corua 9 14 145 32 318 206 Espanyol 9 11 104 30 259 204 F.C. Barcelona 10 36 191 96 351 314 Getafe 10 12 154 45 320 259 Mlaga C.F. 10 18 118 29 317 207 Osasuna 9 14 114 34 339 211 R.C.D. Mallorca 9 13 154 24 280 226 Racing de Santander 9 9 110 26 276 213 Real Betis 9 9 149 40 256 239 Real Madrid 10 29 209 66 276 278 Real Valladolid 10 16 116 29 317 259 Recreativo de Huelva 10 10 103 30 310 208 Sevilla F.C. 10 14 165 55 348 282 Sporting de Gijn 9 13 113 29 263 175 Valencia C.F. 10 27 162 50 341 265 Villarreal 9 17 119 27 254 228 FUERA game G M REM JUG CEN POS 9 10 93 20 231 205 9 12 122 28 266 190 10 19 129 35 246 226 10 9 113 13 308 223 10 9 91 20 244 208 10 6 92 20 227 217 9 23 185 64 320 276 9 12 110 35 215 218 9 13 103 15 198 192 10 6 92 23 289 221 10 5 139 19 286 224 10 12 100 28 250 203 10 16 143 46 288 247 9 12 125 38 186 219 9 11 98 14 268 207 9 7 83 28 202 183 9 14 90 22 188 200 10 13 108 25 246 200 9 11 102 18 206 230 10 15 137 22 255 234
Fuente: GECASport
Para obtener el rating ofensivo y defensivo en casa que aparecen en la Tabla 3, tenemos: rOC = Score _ Offensive
rDC = Score _ deffensive
(6)
y para obtener el rating en casa ( o fuera, basta con sustituir C por F):
RC = rOC rDC
(7)
Tabla 2: Scores de eficiencia de la Liga espaola 2008/09

EQUIPO EF_OF_CASA EF_OF_FUERA EF_DF_CASA EF_DF_FUERA Almera 0,565540379 0,508648969 0,732331308 0,913666280 Athletic 0,769607310 0,786223611 0,765810655 0,783453450 Atltico de Madrid 0,964407318 0,886190898 1 0,735420744 Numancia 1 0,670372028 0,798816568 0,665824858 Deportivo 0,707955114 0,629574588 0,667206216 0,685988603 Espanyol 0,648498887 0,813680930 0,442084942 0,708548480 Barcelona 1 0,744078567 0,991228070 1 Getafe 0,946153846 0,935018051 0,829953917 0,775041051 Mlaga 0,660671158 0,771838331 1 0,843695778 Osasuna 0,745059451 0,848280637 0,419254658 0,789998096 Mallorca 0,761952446 1 0,322862129 1 Racing 0,531676679 0,584114455 0,788561525 0,711417097 Betis 0,429402867 0,680889095 0,770509269 0,636446953 Real Madrid 1 1 0,835314092 0,485086236 Valladolid 0,882486668 0,627748294 0,906593407 1 Recreativo 0,593466383 0,703540510 0,543237251 0,722540546 Sevilla 0,500747892 0,541691267 1 0,339915566 Sporting 0,759339525 0,786223611 0,845000000 0,769243445 Valencia 1 1 0,796647691 0,561426468 Villarreal 0,997461929 0,987136732 0,901624549 0,566472743 Media 0,773221393 0,775262529 0,767851812 0,73470932 Dseviacin 0,19115211 0,157694612 0,199051736 0,171364067
Fuente: Elaboracin propia usando GAMS - CPLEX.
Tabla 3: Ratings de la Liga espaola 2008/09

EQUIPO Almera Athletic Atltico de Madrid Numancia Deportivo Espanyol Barcelona Getafe Mlaga Osasuna Mallorca Racing Betis Real Madrid Valladolid Recreativo Sevilla Sporting Valencia Villarreal Mean Standard Deviation R_casa 0,41416 0,58937 0,96441 0,79882 0,47235 0,28669 0,99123 0,78526 0,66067 0,31237 0,24601 0,41926 0,33086 0,83531 0,80006 0,32239 0,50075 0,64164 0,79665 0,89934 0,60338 0,24470 R_fuera 0,46474 0,61597 0,65172 0,44635 0,43188 0,57653 0,74408 0,72468 0,65120 0,67014 1,00000 0,41555 0,43335 0,48509 0,62775 0,50834 0,18413 0,60480 0,56143 0,55919 0,56784 0,16497
Fuente: Elaboracin propia

Si se desea obtener la eficiencia global, basta con considerar las eficiencias ofensivas y defensivas de forma conjunta.
Debido a que las medidas de ambas distribuciones son diferentes, para poder compararlas se han de normalizar. En este proceso de normalizacin, y con el fin de evitar valores negativos, se ha considerado conveniente sumar una constante (k =5). Vase la Tabla 4. Tabla 4: Ratings normalizados
TEAM Almera Athletic Atltico de Madrid Numancia Deportivo Espanyol Barcelona Getafe Mlaga Osasuna Mallorca Racing Betis Real Madrid Valladolid Recreativo Sevilla Sporting Valencia Villarreal Media Desviacin R_n_c_m 4,22675 4,94276 6,47536 5,79866 4,46455 3,70583 6,58497 5,74328 5,23412 3,81077 3,53957 4,24758 3,88633 5,94781 5,80373 3,85173 4,58059 5,15636 5,78980 6,20944 5,00000 1,00000 R_n_f_m 4,37500 5,29171 5,50843 4,26355 4,17585 5,05266 6,06825 5,95065 5,50524 5,62007 7,61954 4,07685 4,18475 4,49835 5,36311 4,63929 2,67408 5,22399 4,96110 4,94752 5,00000 1,00000
5. APLICACION A LA LIGA ESPAOLA. TEMPORADAS 2000/01 A 2007/08 PREDICCION RETROSPECTIVA Y PROSPECTIVA
Aunque no es cierto que el equipo mejor obtendr la victoria en un partido en particular, a lo largo de la temporada se tiene que los mejores equipos obtienen las mayores puntaciones. No obstante, estos indicadores pueden servir de orientacin para determinar la fortaleza de una equipo, tanto en casa como fuera, y as poder usarse como indicadores alternativos.
10
Para comprobar la utilidad prctica, esta tcnica se puede aplicar de forma retroactivas a las temporadas previas, (pronstico de visin retrospectiva). Queremos aplicar la clasificacin a la temporada del ftbol espaola de 2000/01 hasta 2007/08. En los Anexo 1, se muestran estos resultados de la aplicacin retrospectivas por ello aqu solamente se comentara los resultados de la ltima temporada 2007/08. En Sala - Garrido et al. (2009) estn los scores de eficiencia de los equipos de la Liga:
Tabla 5: Scores e ndices de la temporada 2007/08.

Equipo Ofensivo Real Madrid 1 Villarreal 0,93045 F.C. Barcelon 0,88718 Atl. de Madrid 0,87514 Sevilla F.C. 0,98684 Racing de San 0,75000 R.C.D. Mallorc 0,95575 Almera 0,61667 Dep. A Corua 0,72869 Valencia C.F. 0,80493 Athletic Club 0,81845 Espanyol 0,67571 Real Betis 0,89286 Getafe 0,63087 Real Valladoli 0,76389 Recreativo de 0,60530 Osasuna 0,64317 Real Zaragoza 0,63762 Murcia 0,69328 Levante 0,54018 Defensivo 1 0,93035 0,78415 0,76596 0,71077 0,97606 0,75117 0,79349 0,84523 0,59820 0,85181 0,87058 0,82572 0,77965 0,62713 0,64605 0,89885 0,66913 0,59313 0,56113 R 1,0000 0,8656 0,6957 0,6703 0,7014 0,7320 0,7179 0,4893 0,6159 0,4815 0,6972 0,5883 0,7372 0,4919 0,4791 0,3910 0,5781 0,4267 0,4112 0,3031 OR 1 2 8 9 6 4 5 14 10 15 7 11 3 13 16 19 12 17 18 20 OL 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0,7925
La tabla 5 muestra los resultados para los 20 equipos de los que participaron en la Liga 2007/08, con ello se obtiene el indicador R de la fortaleza del equipo. La ordenacin de esta fuerza de los equipos es la columna OR, la cul se compara con la ordenacin real de la Liga, obteniendo un alto indice de correlacin de cerca del 80 por ciento, un valor notablemente alto.
Tabla 6: ndices de correlacin para diferentes ligas

2007 2006 2005 2004 2003 2002 2001 2000 MEAN Correlation Index 0,79248 0,64269 0,79248 0,86316 0,72782 0,78947 0,80602 0,72932 0,76793
11
Fuente: Elaboracin propio
Aplicando el mtodo a varias temporadas, obtenemos los datos que se recogen en la Tabla 6. Los valores oscilan 0.86316 y 0.64269, el ltimo valor correspondiendo a la temporada
2006/07, es lgico por las explicaciones contenidas en Sala-Garrido et al. (2009), debido a las diferencias entre los valores de la eficiencia de los equipos diferentes.
Sin embargo, si estos valores son comparados con los propuestos por Govan et al. (2009) para el pronstico de forma retrospectiva en los deportes diferentes (ftbol americano de NCAA y baloncesto de NCAA), se observa que son inferiores, es decir, los rating basados en la eficiencia son mejores que los cuatro indicadores comentado en el trabajo,.
La validacin del procedimiento puede ser analizada de formas diferentes. Una manera de validar un modelo de rating es mediante los pronsticos de un partido. Este poda ser igual a calcular las clasificaciones de equipo en conjunto peridicamente y use que ellos pronostiquen los resultados del (pronstico de previsin) de partidos prximo.
Si aplicamos la clasificacin al pronstico de la Jornada 20, con los datos de la Tabla 4, los resultados obtenidos son los que aparecen en la Tabla 7:.
Tabla 7: Pronstico
Jornada 20 Sevilla Almera Valladolid Barcelona Mlaga Mallorca Real Madrid Recreativo Villarreal Getafe (25/01/2009) Racing Athletic Espanyol Numancia Atltico de Ma Valencia Deportivo Betis Osasuna Sporting r_n_h_m 4,5806 4,2268 5,8037 6,5850 5,2341 3,5396 5,9478 3,8517 6,2094 5,7433 r_n_a_m 4,0768 5,2917 5,0527 4,2636 5,5084 4,9611 4,1758 4,1848 5,6201 5,2240 diferencia % 0,5037 11,0% -1,0650 -25,2% 0,7511 12,9% 2,3214 35,3% -0,2743 -5,2% -1,4215 -40,2% 1,7720 29,8% -0,3330 -8,6% 0,5894 9,5% 0,5193 9,0%
Fuenter: elaboracin propia
Si la diferencia es positiva, el resultado esperado es una victoria local, mientras que si es negativa esperamos una victoria del equipo visitante. Aunque va bien para sealar que cuando la diferencia entre ambos los valores es prxima a cero, por ejemplo, alrededor de un 5 %, en la tabla: Mlaga Atltico de Madrid, el resultado esperado debe ser un empate. Nuestra clasificacin incluye el efecto de ventaja de casa, porque los datos son obtenidos con los
12
resultados de casa. Esta es una de las diferencia importantes que no contemplan los modelos de rating generales, ya que solamente computan victorias y derrotas y nunca empate entre los contendientes.
En nuestra opinin, una muestra de la bondad del modelo sera la comparacin nuestros resultados con los resultados que proporciona una casa de apuestas bwin.com y comparar el nmero de xito. En la Tabla 8 aparecen los resultados:
Tabla 8: Comparacin de los resultados para la Jornada 20

Jornada 20 Sevilla Almera Valladolid Barcelona Mlaga Mallorca Real Madrid Recreativo Villarreal Getafe (25/01/2009) Racing Athletic Espanyol Numancia At. Madrid Valencia Deportivo Betis Osasuna Sporting L 0 2 1 4 1 3 1 1 1 5 V aciertos BWIN 2 0 0 1 0 0 1 0 0 1 1 1 1 1 0 1 0 0 0 1 1 0 1 0 1 0 0 1 1 1 5 3
Fuente: Elaboracin propia Tabla 9: Comparacin de los resultados para varias jornadas
JORNADA 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 ODM 5 4 8 4 5 4 6 6 6 8 6 5 6 4 4 4 5 4 3 97 180 53,89% BWIN 5 6 6 3 5 3 4 5 6 7 5 7 6 4 3 8 5 5 7 100 180 55,56% diferencia 0 -2 2 1 0 1 2 1 0 1 1 -2 0 0 1 -4 0 -1 -4 -3

13
Las diferencias ms importantes se detectan en las Jornadas 35 y 38, ello se debe fundamentalmente a que algunos equipos (FC Barcelona y Real Madrid) dejaron de competir por la liga, ya que prcticamente la decisin de la liga se realiz en la Jornada 34 al ganar el FC Barcelona al Real Madrid. Adems el FC Barcelona se dedico a preparar la final de la Champions League que tuvo lugar antes da la Jornada 38. Otros equipos con su clasificacin decidida tampoco pusieron mucho inters en las ltimas jornadas.
6. CONCLUSIONES
La ordenacin de elementos dentro de un conjunto es una tarea importante, pero mucho ms si se trata de ordenar deportistas o equipos en competiciones deportivas. De hecho, el peor puesto para un deportista olmpico es el cuarto puesto, incluso peor que el ltimo, ya que es el primero sin medalla.
Establecer una ordenacin de equipos de ftbol, tambin resulta importante, ya que ocupar unos de los seis primeros puestos (en la liga espaola) tiene el premio de competir en la temporada siguiente es un competicin UEFA, mientras que ocupar una de las tres ltimas posiciones significa perder la categora actual y competir en la segunda divisin, lo que significa de prdida de ingresos. Evidentemente, la ordenacin final viene dada por la clasificacin obtenida a partir de los puntos conseguidos a lo largo de la temporada, pero el poder aproximar esta clasificacin y conocer las fortalezas de los equipos tanto en casa como fuera de casa es una labor muy til.
Para poder llevar a cabo esta ordenacin y poder establecer una posibilidades de triunfo es el modelo que proponemos. Este modelo tiene la ventaja, de adems de considerar las orientaciones ofensivas y defensivas de los equipos, el poder establecer esa ordenacin tanto para los partidos jugados en casa como fuera de casa. Este valor incorpora el conocido como home advantage que significa que los equipos gana ms partido en casa que fuera.
Para construir este ndice o rating se recurre al clculo de los scores ofensivos y defensivo (casay fuera) utilizando la metodologa DEA. A partir de estos scores se construye el rating, sin ms que multiplicar ambos scores. Comparando este rating para las 7 ltimas temporadas de la liga espaola de Primera Divisin (actualmente Liga BBVA), y comparando los resultados de esta ordenacin con los resultados reales de los equipos, se concluye que la existe un elevado ndice de correlacin entre ambas clasificaciones (ms del 75 por ciento de media en todas las temporadas).
14
Una de las principales aplicaciones prcticas de este mtodo es el proporcionar una estimacin de la prediccin a priori de los posibles resultados de un partido de ftbol, al comparar el rating del equipo que juega en casa con el rating del equipo visitante, la diferencia entre ambos nos indicar el sentido esperado del resultado. Si ambos valores estn suficientemente cercanos, el empate debera ser la mejor alternativa. Este mtodo se ha aplicado a la segunda parte de la liga de la temporada 2008/09, y estos resultados se han comparado con las preferencias en las apuestas realizadas por una de las ms famosas casas de apuestas en internet (bwin.com). De la comparacin de ambas propuestas, se observa que nuestro mtodo presenta, por ahora, una ligera ventaja sobre la casa de apuestas.
Por ltimo, nos gustara destacar que otra ventaja de nuestra propuesta es la facilidad para calcular los scores, ya que existen numerosos programas comerciales que facilitan el clculo de estos ndices de eficiencia mediante modelos DEA.
15
7. REFERENCIAS BIBLIOGRFICAS
Anderson. T. R. & Sharp. G. P.. A new measure of baseball batters using DEA. 1977.
Annals of Operations Research. 73. 141-151.

Barros. CP and Santos. A. (Bolle. G. and Desbordes. M. eds.) Les relations entre
performance sportive et la performance financiere dans le football: application au cas du football Portugais. 2004. Marketing et Football: Une Prespective Internationale Presses Universitaires du Sport . Voiron. France
Bonilla. M; Casasus. T.; Medal. A. and Sala. R. Traffic in Spanish ports: an
efficiency analysis. 2002. International Journal of Transport Economics. 29. 215-230.

Bosca. J.E.; Liern. V.; Martinez. A and Sala. R. Increasing offensive or defensive
efficiency? An analysis of Italian and Spanish football. 2009. Omega. 37. 63-78.
Brin, S., and Page, L. The anatomy of a large-scale hypertextual web search engine.
Computer Networks and ISDN Systems 33 (1998), 107117.

Carmichael. F. and Thomas. D.. Production and efficiency in team sports: an
investigation of rugby league football. 1995. Applied Economics. 27. 859-869.

Carmichael. F.; Thomas. D. and Ward. R.. Team Performance: The Case of English
Premiership Football. 2000. Managerial and Decision Economics. 21. 31-45.

Charnes. A.; Cooper. W.W. and Rhodes. E.. Measuring the Efficiency of Decision
Making Units. 1978. European Journal of Operational Research. 2. 429-444.

Clarke, S. R., and Dyte, D. Using official ratings to simulate major tennis
tournaments. International Transactions in Operational Research 7, 6 .2000, 585594.

Colley, W. N. Colleys bias free college football ranking method: The colley matrix
explained. 2002.
Coelli. T.; Rao. D.S. and Battese. G.E.: An introduction to efficiency and productivity
analysis. 1998. Kluwer. Boston.

Cooper. W.W.; Seiford L.M. and Tone. K.: Data Envelopment Analysis. 2007.
Springer. New York.

Dawson. P.; Dobson. S. and Gerrard. B.. Stochastic Frontiers and the Temporal
Structure of Managerial Efficiency in English Soccer. 2000. Journal of Sports Economics. 1-4 341-362.
16
Espitia-Escuer. M. and Garca-Cebrin. L.I. Measuring the Efficiency of Spanish
First-Division Soccer Teams. 2004. Journal of Sports Economics; 5; 329-340

Govan, A., Meyer, C. D., and Albright, R. Generalizing googles pagerank to rank
national football league teams. In Proceedings of the SAS Global Forum 2008 (2008).
Govan, Anjela Y.; Langville, Amy N.; and Meyer, Carl D. "Offense-Defense
Approach to Ranking Team Sports," Journal of Quantitative Analysis in Sports: Vol. 5 : Iss. 1, Article 4. 2009. Available at: http://www.bepress.com/jqas/vol5/iss1/4
Haas. D. J.. Technical Efficiency in the Major League Soccer. 2003. Journal of Sports
Economics. 04-03. 203-215.

Haas. DJ
Productive efficiency of English football teams- a data envelopment
approach. 2003. Managerial and Decision Economics 24. 403-410.

Hadley. L.; Poitras. M.; Ruggiero. J. and Knowles. S. Performance evaluation of
national Football League Teams. 2000. Managerial and Decision Economics 21,. 63-70
Hoeffler. RA and Payne. JE. Measuring efficiency in the National Basketball
Association. 1997. Economic Letters 55 . pp. 293-299

Holder, R. L., and Nevill, A. M. Modelling performance at international tennis and
golf tournaments: Is there a home advantage? The Statistician 46, 4.1997 pp 551559.
Keener, J. P. The perron-frobenius theorem and the ranking of football teams. SIAM
Review 35, 1. 1993 pp 8093.

Kleinberg, J. Authoritative sources in a hyperlink environment. Journal of the ACM
46, 5. 1999.
Kvam, P., and Sokol, J. S. A logistic regression/markov chain model for ncaa
basketball. Naval Research Logistics 53, 8.2006. pp 788803.

Liga de Ftbol Profesional (different years): http://www.lfp.es/ (In Spanish) Pavia, J.M.; Cabrer, B. and Sala, R. Updating input-output matrices: Assessing
alternatives through simulation. Journal of Statistical Computation and Simulation. http://www.informaworld.com/smpp/content~content=a908061492~db=all~order=pub date. 2009.
Redmond, C. A natural generalization of the win-loss rating system. Mathematics
Magazine 76, 2. 2003. pp 119126.

Ross, S. A First Course in Probability. Pearson Prentice Hall, 2006.
17
Rottenberg. S.. The baseball players labor-market. 1956. Journal of Political
Economy. 64. 242-258.

Saaty, T. L. Rank according to Perron: A new insight. Mathematics Magazine 60, 4.
1987. pp 211213.
Sala-Garrido, R.; Liern Carrin, V.; Martinez Esteve, A. and Bosc, J. E.
"Analysis and Evolution of Efficiency in the Spanish Soccer League (2000/01 2007/08)," Journal of Quantitative Analysis in Sports: Vol. 5 : Iss. 1, Article 3. 2009. Available at: http://www.bepress.com/jqas/vol5/iss1/3
Schofield. J.A.. Production functions in the sports industry: An empirical analysis of
professional cricket. 1988. Applied Economics. 20. 177-193.

Scott. F.A.; Long. J.E. and Somppi. K.. Salary vs marginal revenue product under
monopsony and competition: The case of professional basketball. 1985. Atlantic Economic Journal. 13. 50-59.
Scully. G W.. Pay and Performance in Major League Baseball. 1974. American
Economic Review. 64. 915-930.

Sinkhorn, R., and Knopp, P. Concerning nonnegative matrices and doubly stochastic
matrices. Pacific Journal Of Mathematics. 21, 2. 1967. pp 343348.

Sloane. P.J. . The economics of professional football. the football club as a utility
maximiser. 1971. Scottish Journal of Political Economy. 8. 121-146.

Sloane. P.J. ed. . The economic of sport. 1997. Economic Affairs. 17. Special issue. Smith, W. D. Sinkhorn ratings, and new strongly polynomial time algorithms for
sinkhorn balancing, perron eigenvector, and markov chains, 2005.

Stefani, R., and Clarke, S. Predictions and home advantage for Australian rules
football. Journal of Applied Statistics 19. 1992. pp 251261.

Zak. T. A.; Huang. C.J. and Siegfried. J.J.. Production efficiency: the case of
professional basketball. 1979. Journal of Business. 52. 379-392.
18
ANEXO
TEAM Ofensive Real Madrid 1 Dep. A Corua 1 R.C.D. Mallorc 0,88238 F.C. Barcelon 0,96601 Valencia C.F. 0,75184 R.C. Celta de 0,71654 Villarreal C.F. 0,87513 Mlaga C.F. 0,99792 R.C.D. Espan 0,75613 Dep. Alavs 0,88751 Las Palmas 0,75820 Ath. Bilbao 0,66420 Rayo Vallecan 0,95201 Real Sociedad 0,97961 Osasuna 0,70077 Real Valladoli 0,74331 Real Zaragoza 0,81537 Real Oviedo 1 C.D. Numanci 0,82364 Racing de San 0,62752 Defensive 0,91589 0,97104 0,98662 0,64400 1 0,89651 0,91423 0,71029 0,99839 0,82616 0,77648 0,82242 0,70796 0,71681 0,72435 0,68894 0,75485 0,72302 0,69398 0,79923 2000 RO 1,0000 1,0000 0,8824 0,9660 0,7518 0,7165 0,8751 0,9979 0,7561 0,8875 0,7582 0,6642 0,9520 0,9796 0,7008 0,7433 0,8154 1,0000 0,8236 0,6275 2001 RO 0,8015 1,0000 1,0000 1,0000 1,0000 0,7307 0,6754 0,9307 0,9158 0,7817 0,8054 0,8031 0,8894 0,7801 0,7646 0,7266 0,6621 0,7032 0,5742 0,5602 RD R OR OL 1,0918 0,9159 2 1 1,0298 0,9710 1 2 1,0136 0,8706 3 3 1,5528 0,6221 14 4 1,0000 0,7518 6 5 1,1154 0,6424 13 6 1,0938 0,8001 4 7 1,4079 0,7088 9 8 1,0016 0,7549 5 9 1,2104 0,7332 7 10 1,2879 0,5887 16 11 1,2159 0,5462 12 12 1,4125 0,6740 11 13 1,3951 0,7022 10 14 1,3805 0,5076 19 15 1,4515 0,5121 18 16 1,3248 0,6155 15 17 1,3831 0,7230 8 18 1,4410 0,5716 17 19 1,2512 0,5015 20 20 Correlation Index 0,7293 RD R OR OL 1,0000 0,8015 6 1 1,1724 0,8529 3 2 1,2400 0,8064 5 3 1,0000 1,0000 1 4 1,1932 0,8381 4 5 1,0495 0,6963 8 6 1,1416 0,5917 14 7 1,0657 0,8733 2 8 1,7830 0,5136 17 9 1,0697 0,7307 7 10 1,1900 0,6768 9 11 1,3431 0,5979 12 12 1,3890 0,6403 10 13 1,3817 0,5646 15 14 1,2895 0,5929 13 15 1,2114 0,5998 11 16 1,3993 0,4732 19 17 1,2736 0,5521 16 18 1,5246 0,3766 20 19 1,1483 0,4878 18 20 Correlation Index 0,8060
TEAM Ofensive Valencia C.F. 0,8015 Dep. A Corua 1 Real Madrid 1 F.C. Barcelon 1 R.C. Celta de 1 Real Betis 0,7307 Dep. Alavs 0,6754 Sevilla 0,9307 Ath. Bilbao 0,9158 Mlaga C.F. 0,7817 Rayo Vallecan 0,8054 Real Valladoli 0,8031 R.C.D. Espan 0,8894 Real Sociedad 0,7801 Villarreal C.F. 0,7646 R.C.D. Mallorc 0,7266 Osasuna 0,6621 Las Palmas 0,7032 Tenerife 0,5742 Real Zaragoza 0,5602
Defensive 1 0,8529 0,8064 1 0,8381 0,9528 0,8760 0,9383 0,5609 0,9349 0,8404 0,7445 0,7200 0,7237 0,7755 0,8255 0,7146 0,7852 0,6559 0,8708
19
TEAM Ofensive Real Madrid 1 Real Sociedad 1 Dep. A Corua 0,99008 R.C. Celta de 0,80195 Valencia C.F. 0,70557 F.C. Barcelon 0,78017 Ath. Bilbao 0,95689 Real Betis 0,80346 R.C.D. Mallorc 0,73305 Sevilla F.C. 0,53182 Osasuna 0,64091 Atl. de Madrid 0,66082 Mlaga C.F. 0,71856 Real Valladoli 0,62061 Villarreal 0,68612 Racing de San 0,78884 Espanyol 0,91835 Recreativo de 0,65302 Dep. Alavs 0,72137 Rayo Vallecan 0,51851
Defensive 0,90899 0,74987 0,72860 1 1 0,74376 0,57100 0,62421 0,73137 0,90386 0,70190 0,67547 0,75969 0,87918 0,66940 0,55693 0,76329 0,70135 0,51608 0,58394
2002 RO 1,0000 1,0000 0,9901 0,8020 0,7056 0,7802 0,9569 0,8035 0,7331 0,5318 0,6409 0,6608 0,7186 0,6206 0,6861 0,7888 0,9184 0,6530 0,7214 0,5185
RD R OR OL 1,1001 0,9090 1 1 1,3336 0,7499 3 2 1,3725 0,7214 4 3 1,0000 0,8020 2 4 1,0000 0,7056 5 5 1,3445 0,5803 7 6 1,7513 0,5464 10 7 1,6020 0,5015 12 8 1,3673 0,5361 11 9 1,1064 0,4807 13 10 1,4247 0,4499 16 11 1,4805 0,4464 17 12 1,3163 0,5459 8 13 1,1374 0,5456 9 14 1,4939 0,4593 14 15 1,7956 0,4393 18 16 1,3101 0,7010 6 17 1,4258 0,4580 15 18 1,9377 0,3723 19 19 1,7125 0,3028 20 20 Correlation Index 0,7895
TEAM Ofensive Valencia C.F. 1 F.C. Barcelon 0,92125 Dep. A Corua 1 Real Madrid 1 Ath. Bilbao 0,82938 Sevilla F.C. 0,88316 Atl. de Madrid 0,80421 Villarreal 0,80781 Real Betis 0,76679 Mlaga C.F. 1 R.C.D. Mallorc 0,98327 Osasuna 0,71636 Real Zaragoza 0,90479 Albacete 0,90139 Real Sociedad 0,94905 Espanyol 0,83632 Racing de San 0,94949 Real Valladoli 0,84510 R.C. Celta de 0,85491 Murcia 0,63853
Defensive 1 0,82441 1 0,77829 0,71315 0,71748 0,71279 0,65821 0,75663 0,59040 0,52946 0,87876 0,59457 0,72400 0,57356 0,68620 0,56207 0,68535 0,45976 0,72076
2003 RO 1,0000 0,9212 1,0000 1,0000 0,8294 0,8832 0,8042 0,8078 0,7668 1,0000 0,9833 0,7164 0,9048 0,9014 0,9491 0,8363 0,9495 0,8451 0,8549 0,6385
20
TEAM Ofensive F.C. Barcelon 0,94543 Real Madrid 1 Villarreal 1 Real Betis 1 Espanyol 0,90727 Sevilla F.C. 0,71571 Valencia C.F. 0,83108 Ath. Bilbao 0,96029 Dep. A Corua 0,68089 Mlaga C.F. 0,73744 Atl. de Madrid 0,66329 Real Zaragoza 0,81729 Getafe 0,69017 Real Sociedad 0,89851 Osasuna 0,81097 Racing de San 0,77833 R.C.D. Mallorc 1 Levante 0,63910 Albacete 0,65221 C.D. Numanci 0,66970
Defensive 0,92155 1 0,87053 0,66096 0,71616 0,77623 0,84022 0,60553 0,66445 0,72780 0,88055 0,57489 0,75565 0,59139 0,46866 0,61798 0,54731 0,57100 0,61572 0,58014
2004 RO 0,9454 1,0000 1,0000 1,0000 0,9073 0,7157 0,8311 0,9603 0,6809 0,7374 0,6633 0,8173 0,6902 0,8985 0,8110 0,7783 1,0000 0,6391 0,6522 0,6697
TEAM Ofensive F.C. Barcelon 1 Real Madrid 1 Valencia C.F. 0,9783 Osasuna 1 Sevilla F.C. 0,8230 R.C. Celta de 0,8196 Villarreal 0,8690 Dep. A Corua 0,9206 Getafe 0,8383 Atl. de Madrid 0,7692 Real Zaragoza 0,7567 Ath. Bilbao 0,8172 R.C.D. Mallorc 0,8414 Real Betis 0,5803 Espanyol 0,7265 Real Sociedad 0,9723 Racing de San 0,7921 Dep. Alavs 0,7738 Cdiz 0,7741 Mlaga C.F. 0,8954
Defensive 0,7923 1 1 0,7441 0,8184 1 0,8539 0,7574 0,6611 0,8502 0,6519 0,7326 0,6554 0,7028 0,6744 0,6740 0,7209 0,6731 0,8425 0,5410
2005 RO 1,0000 1,0000 0,9783 1,0000 0,8230 0,8196 0,8690 0,9206 0,8383 0,7692 0,7567 0,8172 0,8414 0,5803 0,7265 0,9723 0,7921 0,7738 0,7741 0,8954
21
TEAM Ofensive Real Madrid 1 F.C. Barcelon 1 Sevilla F.C. 1 Valencia C.F. 0,96867 Villarreal 0,91376 Real Zaragoza 0,87162 Atl. de Madrid 0,71981 Recreativo de 1 Getafe 0,80784 Racing de San 1 Espanyol 0,88332 R.C.D. Mallorc 0,72572 0,68550 Dep. A Corua Osasuna 1,00000 Levante 0,74259 Real Betis 0,80775 Ath. Bilbao 0,91991 R.C. Celta de 0,65623 Real Sociedad 0,99539 Gimnastic Tar 0,74043
Defensive 0,83925 0,82375 1 0,79802 0,89966 0,80488 0,76543 0,76734 1 0,71744 0,82770 0,76635 0,77969 0,71388 0,65485 0,71386 0,56580 0,64639 0,96188 0,60065
2006 RO 1,0000 1,0000 1,0000 0,9687 0,9138 0,8716 0,7198 1,0000 0,8078 1,0000 0,8833 0,7257 0,6855 1,0000 0,7426 0,8077 0,9199 0,6562 0,9954 0,7404
22

Analisis Ofensivo Defensivo

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Analisis Ofensivo Defensivo

Hochgeladen von

Copyright:

Verfügbare Formate

Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

UN MODELO OFENSIVO-DEFENSIVO PARA ESTABLECER UN RATING DE EQUIPOS DE FTBOL

Clasificacin JEL (Journal Economic Literature):

Liern, Vicente y Sala, Ramn

Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Se inicializa el proceso con di =1 para todo i, es decir, d(0) = ( 1 1 1 )T. Definimos

Liern, Vicente y Sala, Ramn

Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

3. MODELO DEA: OFENSIVO Y DEFENSIVO. CASA Y FUERA

Liern, Vicente y Sala, Ramn

Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Defensa (local o visitante) -

Liern, Vicente y Sala, Ramn

Tabla 1: Datos de la Jornada 19 de la Liga espaola

Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Tabla 2: Scores de eficiencia de la Liga espaola 2008/09

Fuente: Elaboracin propia usando GAMS - CPLEX.

Tabla 3: Ratings de la Liga espaola 2008/09

Fuente: Elaboracin propia

Liern, Vicente y Sala, Ramn

Fuente: Elaboracin propia

5. APLICACION A LA LIGA ESPAOLA. TEMPORADAS 2000/01 A 2007/08 PREDICCION RETROSPECTIVA Y PROSPECTIVA

Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Tabla 5: Scores e ndices de la temporada 2007/08.

Fuente: Elaboracin propia

Tabla 6: ndices de correlacin para diferentes ligas

Liern, Vicente y Sala, Ramn

Fuente: Elaboracin propio

Fuenter: elaboracin propia

Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Tabla 8: Comparacin de los resultados para la Jornada 20

Fuente: Elaboracin propia

Liern, Vicente y Sala, Ramn

Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Liern, Vicente y Sala, Ramn

Annals of Operations Research. 73. 141-151.

efficiency analysis. 2002. International Journal of Transport Economics. 29. 215-230.

Computer Networks and ISDN Systems 33 (1998), 107117.

investigation of rugby league football. 1995. Applied Economics. 27. 859-869.

Premiership Football. 2000. Managerial and Decision Economics. 21. 31-45.

Making Units. 1978. European Journal of Operational Research. 2. 429-444.

tournaments. International Transactions in Operational Research 7, 6 .2000, 585594.

analysis. 1998. Kluwer. Boston.

Springer. New York.

Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Espitia-Escuer. M. and Garca-Cebrin. L.I. Measuring the Efficiency of Spanish

First-Division Soccer Teams. 2004. Journal of Sports Economics; 5; 329-340

Economics. 04-03. 203-215.

Productive efficiency of English football teams- a data envelopment

approach. 2003. Managerial and Decision Economics 24. 403-410.

Association. 1997. Economic Letters 55 . pp. 293-299

Review 35, 1. 1993 pp 8093.

basketball. Naval Research Logistics 53, 8.2006. pp 788803.

Magazine 76, 2. 2003. pp 119126.

Liern, Vicente y Sala, Ramn

Rottenberg. S.. The baseball players labor-market. 1956. Journal of Political

Economy. 64. 242-258.

professional cricket. 1988. Applied Economics. 20. 177-193.

Economic Review. 64. 915-930.

matrices. Pacific Journal Of Mathematics. 21, 2. 1967. pp 343348.

maximiser. 1971. Scottish Journal of Political Economy. 8. 121-146.

sinkhorn balancing, perron eigenvector, and markov chains, 2005.

football. Journal of Applied Statistics 19. 1992. pp 251261.