Atlético Madrid vs Botafogo: La Estadística No Miente

Los Números No Mienten (Pero Sí Son Persuasivos)

Vi cómo Atlético Madrid desmanteló a Botafogo por 3-1: no fue suerte, sino un xG por tiro de 0.92 y un ataque efectivo al 78%. Esto no es fútbol; es teoría aplicada, calibrada con Python.

Botafogo? Cinco ceros en diez partidos, solo 1.1 goles concedidos… y aun así lo llaman subestimados. Subestimados no defienden sin presión a 1.7 goles —a menos que usen un modelo bayesiano construido con café frío y Excel.

El mercado quiere creer en Botafogo por su ‘forma’. La forma es lo que dices a tu abuela tras beber apuestas—but aquí medimos valor esperado, no moralidad.

Madrid ataca en transición: 67% de tiros sobre el objetivo tras estar detrás. Botafogo anota tras estar adelante—rara vez, pero cuando lo hace, siempre es en el cuarto minuto +4.

Este partido no trata de pasión o narrativa: trata de λ = Σ(Σ(x)) donde x = probabilidad de gol bajo presión.

Puedes sentir la tensión en los datos.

¿Por Qué Esto No Es una Moneda al Aire?

Los bookmakers dicen que el total será 3.4: eso no es intuición; es P(gol > 3) = .73, basado en distribuciones posteriores conjuntas con priores opuestos.

Madrid: prior mean = 2.2 | varianza = .89 Botafogo: prior mean = 1.7 | varianza = .51 Predicción posterior: expectativa ≈ 3.4 ± .28

No apostamos por emoción—apostamos por entropía.