Skip to content

vmjaime/Soccer-Data-Science

Repository files navigation

⚽ Soccer Data Science – Ecuador en las Eliminatorias CONMEBOL

Este proyecto aplica Ciencia de Datos al análisis del rendimiento de Ecuador en las Eliminatorias Sudamericanas rumbo al Mundial 2026.

Combina métricas avanzadas, estandarización estadística (Z-Score) y visualizaciones para entender por qué Ecuador ocupa su posición actual en la tabla a pesar de registrar pocos goles.


📊 Objetivos del análisis

  • Identificar KPIs clave (goles, posesión, xG, tiros, defensa, disciplina).
  • Analizar la relación de cada métrica con los puntos obtenidos.
  • Comparar el rendimiento de Ecuador frente a otras selecciones de CONMEBOL.
  • Detectar equipos sobrevalorados y subvalorados según su desempeño esperado vs real.
  • Medir la similitud entre selecciones (qué equipos juegan más parecido).

🔑 Principales hallazgos

  • 🇪🇨 Ecuador destaca por su solidez defensiva como principal fortaleza.
  • Su producción ofensiva es baja: pocos goles, bajo xG y escasos tiros al arco.
  • El rendimiento cae cuando aumentan las tarjetas amarillas, reflejando un juego muy físico.
  • El equipo depende más de individualidades que del juego colectivo.
  • Comparado con otras selecciones, Ecuador acumula más puntos de los esperados según sus KPIs.
  • 📌 El equipo más parecido en métricas a Ecuador es Paraguay, su próximo rival.

🛠️ Metodología

  1. Limpieza de datos → Exclusión de partidos no jugados o con posesión inválida.
  2. Feature Engineering → Cálculo de KPIs como goles, posesión, xG, tiros y tarjetas.
  3. Estandarización (Z-Score) → Para comparar métricas en diferentes escalas.
  4. Correlación → Identificación de las variables más influyentes en los puntos.
  5. Ponderación de métricas → Construcción de un índice de rendimiento (Performance Index).
  6. Comparación inter-equipos → Ranking de sobrevalorados/subvalorados.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages