Impacto de las alineaciones en la estrategia de un partido de fútbol aplicando Double Machine Learning
El presente trabajo tiene como objetivo evaluar el impacto de las diferentes alineaciones en partidos de futbol de élite. Se ha trabajado con datos de las principales ligas europeas durante los últimos 3 años. La variable principal es el resultado final, aunque también se considerarán otras variables respuesta secundarias, tiros a puerta, tarjetas, etc. La relación entre variables respuesta y alineación se ha evaluado mediante técnicas de Double Machine Learning (DML) para poder eliminar el efecto de potenciales variables confusoras.
Una vez entrenados y validados los modelos, es posible cuantificar la probabilidad de victoria o derrota dependiendo de la alineación que un equipo decida emplear, basándose también en la alineación del equipo contrario.
Complementariamente se ha analizado la influencia de las características específicas de los jugadores propios y rivales, como su altura, rapidez, nivel técnico, etc., en la predicción de la mejor alineación posible.
Palabras clave: Double Machine Learning Alineación Fútbol