← FutbolData Pro

Qué es el puntaje de Brier y cómo saber si un modelo es fiable

Guía · 4 min de lectura

"Acertó" o "falló" es una forma muy pobre de evaluar un pronóstico basado en probabilidades. Si dos modelos fallan un mismo partido, ¿cuál de los dos lo hizo mejor? Para responder existe el puntaje de Brier, una medida sencilla que premia las probabilidades bien calibradas.

Por qué no basta con contar aciertos

Imagina que un evento ocurre y tienes dos pronósticos: uno dijo 51 % y otro dijo 99 %. Los dos "acertaron", pero ni de lejos son iguales. Y si el evento no ocurre, el que dijo 99 % se equivocó mucho más que el que dijo 51 %. Contar aciertos ignora esa diferencia; el puntaje de Brier no.

Cómo se calcula

Para cada pronóstico se hace esto:

  1. Se toma la probabilidad que dio el modelo, por ejemplo 0,80.
  2. Se compara con lo que pasó: 1 si ocurrió, 0 si no.
  3. Se calcula la diferencia y se eleva al cuadrado.
  4. Se promedian todos los resultados.

Un ejemplo con cuatro pronósticos:

Probabilidad dada¿Ocurrió?Error al cuadrado
0,80Sí(0,80 − 1)² = 0,04
0,70No(0,70 − 0)² = 0,49
0,60Sí(0,60 − 1)² = 0,16
0,90Sí(0,90 − 1)² = 0,01

El promedio es 0,175. Observa cómo el pronóstico que dijo 70 % y falló aporta casi todo el error (0,49): el cuadrado castiga con dureza los fallos con mucha confianza.

Cómo interpretarlo

La referencia más simple es "no saber nada": predecir siempre la frecuencia habitual del evento. Para algo que ocurre la mitad de las veces, decir siempre "50 %" da un Brier de 0,25, y un modelo útil debe quedar por debajo de eso. Si el evento ocurre solo el 20 % de las veces, decir siempre "20 %" da 0,16. Cada evento tiene su propia vara de medir, y por eso no se pueden comparar puntajes de distintos mercados sin cuidado.

El caso del 1X2

Con tres resultados (local, empate, visitante), se suman los tres errores al cuadrado. Si el modelo repartiera siempre 33 % para cada uno, el Brier sería 0,667 en todos los partidos; esa es la referencia de "no saber nada" para el 1X2.

Un ejemplo de cómo castiga: el pronóstico fue 45 % – 27 % – 28 % y ganó el visitante. El cálculo es (0,45)² + (0,27)² + (0,28 − 1)² = 0,2025 + 0,0729 + 0,5184 = 0,794. Un partido concreto puede salir mal; lo que importa es el promedio de cientos.

Calibración: lo que realmente mide

Un modelo está bien calibrado cuando, de los casos en que dijo 70 %, ocurrieron cerca del 70 %. El Brier recoge eso: si el modelo exagera o se queda corto, el puntaje empeora. Por eso, cuando una versión mejorada de un modelo baja su Brier, se interpreta como que sus probabilidades son más fiables.

La trampa de evaluar con lo ya visto

Hay una condición para que el puntaje sea honesto: debe calcularse con partidos que el modelo no había visto al hacer el pronóstico. Si se evalúa con los mismos datos usados para construirlo, el resultado sale artificialmente bueno. Una forma de evitarlo es la validación walk-forward: se predice cada partido usando solo los anteriores, como si estuvieras en esa fecha.

Qué no te dice el Brier

En resumen

En la página de metodología publicamos el puntaje de Brier de FutbolData Pro por mercado, junto con cómo lo calculamos. Y si quieres entender por qué incluso un modelo bien calibrado falla con frecuencia, lee Por qué un 70 % no es una certeza.

Más guías

Ver todas las guías →

Ver historial completo de pronósticos resueltos →

Aviso Legal Política de Privacidad Política de Cookies Descargo de Responsabilidad Términos de Uso
JUEGO RESPONSABLE · +18

Análisis cuantitativo y probabilidades estadísticas. No representan ganancias garantizadas. La decisión final y gestión de riesgo es 100% responsabilidad del usuario. +18 | Juego Responsable.