Análisis Medio Tiempo / Final: La Estructura de Datos de Dos Fases
El análisis medio tiempo/final divide un partido de fútbol en dos fases — primer tiempo y segundo tiempo — y asigna una probabilidad a cada una de las nueve combinaciones posibles entre el líder al descanso y el resultado final (1/1, X/1, 2/1 … 2/2). Los nueve escenarios siempre suman 100%, y aun la celda más alta — normalmente local-lidera-y-gana — rara vez supera el 20-28% en un partido parejo, mientras que las celdas de remontada como 1/2 y 2/1 suelen quedarse en apenas 2-4%. Esta página explica cómo 11Stat deriva la matriz a partir de los goles esperados por fase, cómo se leen las transiciones de ventaja como datos y dónde están los límites de la distribución. Es analítica de datos de fútbol, no consejo de apuestas.
Qué es realmente el análisis medio tiempo/final
El resultado de un partido no es una sola línea: es la composición de dos fases. El análisis medio tiempo/final corta el partido en el descanso y hace dos preguntas a la vez: ¿quién va ganando al descanso y cuál es el resultado final? Al cruzar los tres estados del descanso (local arriba / empate / visitante arriba) con los tres resultados finales se obtiene una matriz 3×3 de nueve escenarios: 1/1, 1/X, 1/2, X/1, X/X, X/2, 2/1, 2/X, 2/2. Las nueve celdas suman 100% en todo momento.
El matiz clave: incluso la celda pico es modesta. En un partido parejo, 1/1 suele llevar 20-28% y X/X entre 8% y 12%, mientras las celdas de remontada quedan comprimidas al 2-4%. Por eso el "escenario más probable" normalmente no se cumple: la matriz es la fotografía de una distribución, no un veredicto. El vocabulario base está en el glosario.
Goles esperados por fase: primer tiempo vs segundo tiempo
Los goles no se reparten de manera uniforme en los 90 minutos: en las grandes ligas, alrededor del 44-45% de los goles llegan en el primer tiempo y el 55-56% en el segundo. El cansancio, la presión del marcador y los cambios elevan sistemáticamente el ritmo del segundo tiempo. Partir a la mitad un único xG de 90 minutos ignora esa asimetría; la estructura correcta le da a cada fase su propia expectativa de gol.
11Stat descompone la producción ofensiva de cada equipo en tasas por fase y construye una matriz de Poisson separada para cada tiempo. La corrección de Dixon-Coles, que repondera las celdas de pocos goles, importa aún más en la matriz del primer tiempo, porque el 0-0 es el estado al descanso más común del fútbol y el Poisson puro muestra sesgo sistemático justo ahí.
Cómo se construye la matriz de nueve escenarios
La matriz del primer tiempo entrega la distribución de estados al descanso: local arriba, empate, visitante arriba. A cada estado se le acopla luego una matriz condicional del segundo tiempo, y la composición de ambas fases se juega miles de veces mediante simulación Monte Carlo. Un escenario como X/1 es la probabilidad del evento compuesto "el primer tiempo termina empatado y el local se pone arriba tras el descanso para ganar".
El resultado es una matriz 3×3 cuyas filas son el estado al descanso y cuyas columnas son el resultado final. De la misma matriz se leen derivados — la probabilidad de 0-0 al descanso o de más goles en el segundo tiempo — y deben mantenerse estructuralmente coherentes con la matriz de marcadores: esa coherencia es la prueba de que el modelo no se contradice a sí mismo.
Transiciones de ventaja: ¿cuántas veces sobrevive la ventaja al descanso?
Los datos históricos son contundentes: en las grandes ligas, el equipo que gana al descanso termina ganando aproximadamente tres de cada cuatro partidos; sostener el empate y perder desde arriba se reparten el cuarto restante. Cuando el primer tiempo termina empatado, los tres resultados siguen vivos — cerca del 35-40% de los partidos llegan igualados al descanso, y por eso X/1 y X/2 son las celdas analíticamente más interesantes en duelos parejos.
Las celdas de remontada (1/2 y 2/1) se mueven en la banda del 2-4% en la mayoría de las ligas: el equipo que va perdiendo debe empatar y además ponerse arriba en 45 minutos — dos eventos condicionales encadenados. Su pequeñez no es una debilidad del modelo; es la estructura del fútbol. Una vez que rueda el balón, la matriz cede el lugar a la probabilidad de victoria en vivo, actualizada minuto a minuto.
Cómo lee 11Stat la matriz en una tarjeta de análisis
En 11Stat la distribución por fases no es monopolio de un solo motor: el motor central Poisson/Dixon-Coles, el motor Elo-forma y el motor bivariado avanzado producen sus propias distribuciones, y la lectura de escenarios que aparece en una tarjeta de análisis se deriva de su consenso, calibrado contra el desempeño histórico.
La salida no declara deliberadamente un único escenario: muestra los 2-3 escenarios más probables con sus porcentajes. Cuando la brecha entre los escenarios listados es pequeña, esa es la señal honesta de que el partido es genuinamente incierto a nivel de escenario — el trabajo del análisis es mostrar la incertidumbre, no esconderla.
Por qué las promesas de "MT/F seguro" se derrumban ante los datos
El medio tiempo/final es una de las salidas compuestas de mayor varianza del fútbol: la intersección de dos fases separadas carga mucha más incertidumbre que un resultado simple. Usar lenguaje de certeza sobre una distribución cuyo pico ronda el 25% es matemáticamente indefendible — en una estructura de nueve celdas, "algún otro escenario" siempre es mucho más probable que el primero.
La prueba de calidad honesta es la calibración: ¿los escenarios a los que se asigna 10% ocurren aproximadamente una de cada diez veces en el largo plazo? 11Stat se mide con esa vara y no usa lenguaje de certeza. La matriz MT/F es un instrumento analítico, no una promesa de resultado. Modelo analítico — no garantiza resultados. No es un servicio de apuestas.
Preguntas Frecuentes
¿El análisis medio tiempo/final es un consejo de apuestas?
No. Es analítica de datos que reporta la distribución de probabilidad entre nueve escenarios; ninguna celda es una recomendación ni una garantía. 11Stat no ofrece servicios de apuestas.
¿Cuál es el escenario MT/F más común?
En la mayoría de las ligas, 1/1 (el local gana al descanso y gana el partido) es la celda más alta, con cerca del 20-28%; le sigue X/X con un típico 8-12%. Los valores cambian según la liga y el equilibrio de fuerzas del duelo.
¿Por qué son tan raras las remontadas (1/2 y 2/1)?
Porque el equipo que pierde al descanso debe empatar y además ponerse arriba en 45 minutos — la composición de dos eventos condicionales. La frecuencia histórica ronda el 2-4% en la mayoría de las ligas; rara, pero nunca cero.
¿De verdad se marcan más goles en el segundo tiempo?
Sí. Alrededor del 55-56% de los goles en las grandes ligas llegan después del descanso; el cansancio, la presión del marcador y los cambios elevan el ritmo. Esa asimetría es la razón de ser de la expectativa de gol por fase.
¿En qué se diferencia la matriz MT/F de la probabilidad de victoria en vivo?
La matriz es una distribución de nueve escenarios calculada antes del pitazo inicial; la probabilidad en vivo es el trío local/empate/visitante actualizado minuto a minuto con marcador, tiempo y xG en vivo. Una es el mapa previo, la otra la brújula durante el partido.
Si el escenario más probable no se cumple, ¿el modelo se equivocó?
No. Que un escenario del 25% no ocurra es el resultado esperado tres de cada cuatro veces. La vara correcta es la calibración de largo plazo: las probabilidades declaradas deben coincidir con las frecuencias observadas, no con aciertos de un solo partido.