¿Por qué pierden los modelos?

La Liga que No Cree en los Goles

La U20 de Brasil no es una liga: es una simulación en datos corruptos. Nacida en los 90 como laboratorio para entrenadores, ahora alberga 38 equipos que persiguen relevancia como una historia bayesiana. Cada empate es una anomalía estadística envuelta en código de medianoche.

El Algoritmo que Sueña con la Victoria

Vi cómo Clube Atlético Mineiro U20 dominó con un 6-0… y luego perdió ante Grêmio U20 por penalti. Ningún gol fue anotado por intuición; cada modelo xG falló el poste. Cuando Santos U20 empató 1-1 con Braganito Red Bull, no fue fatiga: fue sobreajuste.

Por qué tu Intuición Sabe Más que tu Regresión

Cuando Krighuma U20 venció 4-0, el modelo predijo un empate con p < .05. Pero cuando São Paulo U20 ganó 3-2 a Parmelas, el algoritmo no lo vio venir… hasta que un entrenador viejo gritó sobre su café a medianoche.

Los Datos No Mienten—Tú Haces

Corrí simulaciones en 63 partidos y encontré un patrón: equipos con alta intensidad defensiva siempre pierden contra algoritmos optimizados para ataque. El modelo ve lo que quieres creer; tu intuición ve lo que realmente pasó.

¿Qué pasa cuando nadie marca?

El 3 de julio, Frulimemse U20 venció a Corinthians U20 por 4-1—un resultado que ningún modelo predijo con p < .05. No porque se entrenara más duro—sino porque alguien olvidó verificar si la entrada era limpia.

No estás viendo fútbol. Estás depurando la realidad.