Análisis estadístico de la posesión del balón en los Mundiales de fútbol Catar 2022 y Australia / Nueva Zelanda 2023

Grau Pérez Santomauro, Martín

Supervisor(es): Álvarez-Castro, Ignacio - Sosa, Andrés

Resumen:

Este trabajo se enfoca en el análisis de las posesiones de balón de las selecciones participantes en los mundiales de fútbol Catar 2022 (masculino) y Australia/Nueva Zelanda 2023 (femenino), utilizando datos de eventing provistos por la empresa StatsBomb. El objetivo principal es identificar y caracterizar patrones de juego a través de técnicas de aprendizaje estadístico no supervisado, con énfasis en análisis de clúster mediante el algoritmo k-means. Se construye una base de 9370 posesiones filtradas para garantizar trayectorias continuas del equipo en posesión, calculando una amplia variedad de características para cada secuencia que describen distintos aspectos de éstas. Tras varios análisis preliminares, se seleccionan 6 clústeres de modo de capturar una variedad de estilos. Cada clúster se caracteriza en función de las variables creadas y su caracterización se puede resumir en: (1) juego basado mayoritariamente en traslados y por los laterales, (2) secuencias con gran cantidad de pases en campo propio, (3) jugadas elaboradas que alcanzan el área (y terminan en tiros al arco), (4) secuencias con gran cantidad de pases en campo rival, (5) acciones mayoritariamente de pelota quieta ofensiva y (6) envíos largos desde campo propio. De modo de complementar el análisis se utilizan herramientas de visualización tales como el gráfico de jugadas y el parallel plot. Como aportes adicionales, se explora el éxito de las posesiones según los clústeres así como de posesiones consecutivas ya sea si se alternan los equipos dueños de la posesión o si corresponden a la misma selección.

Detalles Bibliográficos
2025
Aprendizaje estadístico no supervisado
Análisis de clúster
K-means
Sports analytics
Football analytics
Análisis de posesiones
Visualización estadística
Eventing
ESTADISTICA APLICADA
ANALITICAS DEPORTIVAS
MINERIA DE DATOS
VISUALIZACION DE DATOS
FUTBOL
RECONOCIMIENTO DE PATRONES
DATOS DEPORTIVOS
Español
Universidad de la República
COLIBRI
https://hdl.handle.net/20.500.12008/51257
Acceso abierto
Licencia Creative Commons Atribución (CC - By 4.0)