Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

UN MODELO OFENSIVO-DEFENSIVO PARA

ESTABLECER UN RATING DE EQUIPOS DE
FTBOL
Liern Carrin, Vicente (liern@uv.es) y Sala Garrido, Ramn (sala@uv.es)
Departamento de Matemticas para la Economa y la Empresa
Universidad de Valencia

RESUMEN

En este trabajo presentamos un mtodo para ordenar los equipos de la Liga de Ftbol
Profesional Espaola. Se determinan unos inputs y unos outputs que permiten evaluar eficiencia
defensiva y ofensiva, tanto en casa como fuera de casa, de cada club. La tcnica utilizada se
basa en los modelos de Data Envelopment Analysis (DEA). A partir de los scores de eficiencia
de cada club se obtiene una valoracin y ordenacin de los clubes (rating) de las ligas 2001/02
hasta 2007/08 y se muestra su potencial aplicabilidad para la formulacin de predicciones.

Palabras clave: DEA; Rating; Prediction

ABSTRACT
In this paper we present an algorithm to rank the teams of the Spanish Professional Football
League. Inputs and outputs allowing the evaluation of defensive and offensive efficiencies for
each club (home and away). The method is based on Data Envelopment Analysis (DEA). From
the efficiency score of each team, a valuation and ranking/rating for the seasons 2001/02 until
2007/08 is obtained. Finally, our procedure is applied to prediction making.

Keywords: DEA; Rating; Prediction

Clasificacin JEL (Journal Economic Literature):

L83,
rea temtica: 1

XVII Jornadas ASEPUMA V Encuentro Internacional 1

Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

1. INTRODUCCIN

En muchos escenarios econmicos, la toma de decisiones pasa por poder ordenar los elementos
de un conjunto. De hecho, en algunas aplicaciones prcticas, como es el caso de una
competicin deportiva, establecer el orden en una clasificacin resulta fundamental. Por
ejemplo, en el caso de la Liga de Ftbol Profesional espaola (igual que ocurre en otros
campeonatos) el orden en la clasificacin determina en gran medida el futuro inmediato del
club, ya que en la actualidad los cuatro primeros clasificados participan en la UEFA Champion
League, mientras que los dos siguientes participan en la UEFA Cup, y an es ms decisivo para
los tres ltimos clasificados, puesto que en la temporada siguiente ya no participan en la
Primera Divisin sino que deben jugar en la Segunda Divisin.

En el ftbol profesional, la participacin en competiciones UEFA genera unos ingresos

adicionales que les ayuda a cubrir una parte importante del presupuesto de los clubes. Por el
contrario, la prdida de categora tiene consecuencias dramticas puesto que implica una
reduccin de alrededor de la mitad de sus ingresos, mientras que los gastos de los quipos que
han descendido apenas se reducen.

Otro aspecto que no podemos olvidar, es que el inters de una competicin deportiva depende
en gran parte de que exista un balance competitivo entre los equipos que la forman, puesto que
si no es as, la competicin pierde inters porque el resultado esperado coincide, casi siempre,
con el real, es decir, los buenos equipos siempre vencen a los restantes, con lo que la calidad
del espectculo se ve mermada y, por tanto, esto repercute en las ganancias que reportan los
ingresos, especialmente los televisivos. Tambin en este aspecto, el establecimiento de una
ordenacin entre los equipos permite determinar si existe ese balance competitivo o no, ya que
en algunos casos es posible establecer previsiones sobre el posible vencedor de algunos de los
partidos de la competicin.

El trabajo se organiza en un epgrafe dedicado a revisar los antecedentes del problema a partir
de referencias bibliogrficas de los diferentes mtodos propuestos en la literatura. El apartado
siguiente se dedica a describir el procedimiento DEA, y su aplicacin al ftbol. A partir de ah,
se define, en el epgrafe 4, el concepto de rating usando los scores de eficiencia de los equipos.
Para validar la propuesta se dedican dos apartados a analizar la adecuacin del mtodo ex-post
con la clasificacin de las ltimas ligas, mientras que en el siguiente epgrafe se dedica a
analizar las probabilidades a priori.

XVII Jornadas ASEPUMA V Encuentro Internacional 2

Rect@ Vol Actas_17 Issue 1: 104
Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Por ltimo se recogen las principales conclusiones, la bibliografa utilizadas en el trabajo y un

Anexo con los datos de los scores de las ltimas temporadas, tomadas de Sala-Garrido et al.
(2009).

2. ANTECEDENTES

Para predecir el resultado de un partido se han desarrollado diferentes modelos, por ejemplo, el
Modelo (OMD) ofensivo-defenso de Govan et al.(2009), el mtodo matricial de Colley (2002),
el enfoque vectorial de Keener-Perron (Keener (1993)), y el modelo de mnimos cuadrados
utilizado por Massey (1997)

En el modelo ODM, para calcular los ratings ofensivos y defensivos se empieza con la
suposicin de que las clasificaciones ofensivas ms grandes se corresponden con la fuerza
ofensiva ms grande, es decir, la capacidad de producir marcadores ms grandes. Por otro lado,
las clasificaciones defensivas ms pequeas correspondern a la fuerza defensiva ms grande, es
decir, una clasificacin defensiva baja indica que es difcil que el adversario obtenga un gran
marcador. Para cada par de equipos i, j se construye la matriz A = [ aij ], donde aij es el

resultado que ha obtenido el equipo i frente al equipo j (si aij = 0 significa que los equipos i, j

no se han enfrentado en la competicin). Alternativamente, puede ser el nmero de puntos que

el equipo j encaj frente al equipo i. Con ello, dependiendo del punto de vista desde el que se
analice la matriz A, refleja la respectiva capacidad ofensiva o la defensiva. A partir de este
hecho, definimos el ndice ofensivo de un equipo j como la combinacin:
1 1
o j = a1 j ( ) + ......+ a nj ( ), (1)
d1 dn
donde di es la capacidad defensiva del equipo es i, que se define como:
1 1
di = ai 1 ( ) + ......+ ain ( ) . (2)
o1 on
Puesto que o j y di son interdependiente, estos valores tendrn que ser determinados por

iteraciones sucesivas de la forma siguiente:

Se inicializa el proceso con di =1 para todo i, es decir, d(0) = ( 1 1 1 )T. Definimos

1 1
o (0) = AT ( ) , donde =( 1 ,1 ,.... 1 )T
d (0)
d (0) d1 d2 dn

XVII Jornadas ASEPUMA V Encuentro Internacional 3

Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

A partir de ah, se calculan sucesivamente los valores defensivos y ofensivos mediante las
siguientes expresiones:
1
o (k ) = AT
(k1)
d (3)
1
d (k )
=A
o (k)

La convergencia del modelo ofensivo-defensivo esta garantizada1 por el Teorema de Sinkhorn

Knopp (vase Sinkhorn y Knopp (1967)).

El mtodo matricial de Colley usa solamente el nmero de las victorias y derrotas y el nmero
de partidos jugados por cada equipo, sin asumir ningn empate. La esencia del mtodo de
Colley es formular y resolver un sistema de ecuaciones lineales Cr = b para obtener el rating de
cada equipo. Cada ecuacin del sistema corresponde a un equipo y la solucin del sistema
suministra la puntuacin de clasificacin para cada equipo. El algoritmo est basado en un
resultado de la probabilidad, denominada Regla de sucesin de Laplace que puede ser
encontrado en Ross (2006, p.108), que se usa para aproximar las probabilidades de los sucesos
booleanos (en nuestro caso, la probabilidad de ganar o perder un partido). Por otro lado, la
existencia y unicidad de la solucin est basada en una teora de un tipo especial de matrices no-
negativas, denominadas M-matrices.

En 1993, James P. Keener propone un mtodo basado en la teora de matrices no-negativas que
utiliza las propiedades del vector de Perron, garantizadas por el teorema de Perron-Frobenius
(vase Meyer (2001, p..673)). El resultado de la matriz no-negativa K se obtiene usando la regla
de la sucesin de Laplace y suavizando la funcin. La esencia de este algoritmo de rating es la
de determinar un autovector de la matriz correspondiente a un autovalor dominante de K2.

Kenneth Massey (1997) ide uno enfoque de mnimos cuadrados para calcular los ratings. La
idea consista en calcular el rating resolviendo el problema de mnimos cuadrados
LT Lx = LT b (4)

1
El procedimiento empleado en el teorema de Sinkhorn-Knopp, es usar uno de los mtodos para
equilibrio de matrices que es citado en algunos trabajos como el mtodo de RAS (vase el
funcionamiento del algoritmo RAS en Pavia, Cabrer y Sala (2009)).
2
Otros ejemplos de modelos de rating que usan el teorema de Perron-Frobenius pueden encontrarse en
Kleinberg (1999) y Saaty (1987).

XVII Jornadas ASEPUMA V Encuentro Internacional 4

Rect@ Vol Actas_17 Issue 1: 104
Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

donde L es una matriz de partidos por equipo y cada (i,j) indica si gan el equipo j (toma el
valor 1), en caso de perder (el valor sera -1) o no jug (entonces es 0), b es el vector formado
por las diferencias de puntuacin de los partidos correspondientes.3

Una muestra de la importancia que se ha concedido en la literatura al rating, es la cantidad de

propuestas que han aparecido y que podran clasificarse en numerosas categoras diferentes.
Unos usan cadenas de Markov, por ejemplo Govan et al. (2008), Kvam y Sokol (2006),
Redmond (2003), y Brin y pgina (1998). Otros modelos de rating se basan el teorema de
Sinkhorn-Knopp, como por ejemplo Smith (2005) y ODM o en la regresin logstica, por
ejemplo, Clarke y Dyte (2000) o Holde y Nevill (1997).

3. MODELO DEA: OFENSIVO Y DEFENSIVO. CASA Y FUERA

En los modelos previos, las calificaciones ofensiva y defensiva se obtienen con independencia
de los resultados obtenidos en casa o fuera.. Nuestra propuesta de rating permite determinar la
clasificacin ofensiva y defensiva tanto en casa como fuera, ya que el comportamiento de los
equipos de ftbol difiere notablemente segn el escenario del partido (home advantage). Por
esta razn, nuestra definicin de rating se basar en los scores de eficiencia obtenidos por los
equipos y se obtendr como el producto de las eficiencias obtenidas en casa y fuera, tanto en las
orientaciones ofensiva como defensivas. Asimismo, nuestra definicin de rating ofensivo y
defensivo tendr en cuenta el valor del score o ndice de eficiencia, que indicar que cuanto
mayor sea, tanto mejor ser la clasificacin en ambos casos, a diferencia de la propuesta de
Govan et al. (2009).

Para calcular esta eficiencias recurriremos a los modelos DEA (Data Envelopment Analysis),
desarrollados por Charnes et al (1978). Estos modelos han sido aplicados a una amplia gama de
reas, tanto productivas como de organizaciones no lucrativa4. Se trata de una tcnica no
paramtrica, que puede formularse como un modelo de programacin lineal que calcula la
mejor relacin entre una suma ponderada de outputs y una suma ponderada de inputs para cada
una de las unidades productivas o de decisin, con ello se obtiene un valor del score o ndice de

3
Otro modelo de rating que usa uno el enfoque de mnimos cuadrados puede encontrarse en Stefani y
Clarke (1992).
4
Para un desarrollo amplio de esta tcnica puede verse el libro de Cooper et al. (2007).

XVII Jornadas ASEPUMA V Encuentro Internacional 5

Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

eficiencia de esa unidad con relacin a las restantes de la muestra. Estos valores siempre estn
comprendidos entre 0 y 1.

Una de las limitacin de tcnica DEA es que supone que los datos estn libres del errores de
medicin y, por lo tanto, es ms sensible a estos errores que las tcnicas paramtricas (funciones
frontera). Pero frente a este inconveniente, presentan la ventaja de una gran flexibilidad y que
no es necesario escoger ninguna forma funcional especial.

Para el anlisis de eficiencia se usara el siguiente modelo:

Max
sujeto a :
n
j xij xi 0 i =1,2,...m (5)
j=1

j y rj y r0 r = , 1,2,...s

j 0
donde xij y yrj representan los inputs y los outputs, respectivamente, para la j-esima DMU (j= 1,
2,..., n), xi0 es el nivel de input de la unidad que est analizado, yr0 el output de esa DMU y j

los pesos de la combinacin ptima. Finalmente, es la eficiencia (relativa) de la unidad j

(equipo) es evaluada.

Esta propuesta de DEA asume rendimientos constantes a escala, ello es debido a realizar un
anlisis general de la liga.. Si la unidad del anlisis lo fuera cada partido, tambin podra ser
razonable usar rendimientos variables o no creciente a escala. Para usar VRS basta con aadir la
n
restriccin : j =1 .
j =1

Segn lo expuesto, es posible usar la idea de una "funcin de produccin deportiva", como
propone Rottenberg (1956) analizando el bisbol. Posteriormente, Scully (1974) ofreci una
estimacin emprica inicial de las funciones de produccin para el mismo deporte. Estas obras
innovadoras fueron seguidas por otros deportes, Zak, Huang y Siegfried (1979), o Scott, Long y
Somppi (1985) o Anderson & Sharp (1997) o Hoeffler & Payne (1997) en el baloncesto,
Schofield (1988) en la liga de criket y Sloane (1971) y (1997) en el ftbol. Trabajos ms
recientes, como Carmichael y Thomas (1995), Hadley, Potrias, Ruggeiro y Knowles (2000),
Carmichael, Thomas y Ward (2000), Dawson, Dobson y Gerrard (2000), han aplicado la
funcin de produccin y el anlisis de eficiencia al rugby y la liga inglesa de ftbol.

XVII Jornadas ASEPUMA V Encuentro Internacional 6

Rect@ Vol Actas_17 Issue 1: 104
Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Recientemente, Barros y Santos (2004) analizan la eficiencia de la Liga Portuguesa de ftbol

con modelos DEA CCR (rendimientos constantes) y BCC (rendimientos variables). Haas
(2003a) analiz la eficiencia de la Liga Inglesa, y Haas (2003b) analiz la eficiencia de la liga
del ftbol en USA Para aplicaciones de DEA en el futbol espaol, puede verse Espitia-Escuer,
M. y Garca-Cebrin, L. I. (2004), Bosca et al. (2009) y Sala-Garrido et al. (2009).

Para obtener los scores5 para los diferentes equipos que han jugado en la liga espaola, se han
utilizado una serie de inputs y outputs, tanto en la orientaciones ofensivas como defensivas. En
la caja de tanto ataque como la defensa, de acuerdo con el mtodo detallado en Bosc et al.
(2009):
Ataque (en casa o fuera)
- Inputs
o Remates a puerta
o Jugadas de ataque en el rea
o Centros al rea
o Minutos de posesin a favor
- Ouput
o Goles marcados
Defensa (local o visitante)
- Inputs
o Remates recibidos
o Jugadas de ataque del adversario en el rea propia
o Centros recibidos
o Minutos de posesin en contra.
- Outputs
o Goles encajados.

Como puede apreciarse, los inputs y los outputs son los mismos, pero con orientacin diferente.
Para calcular los scores ofensivos utilizando el modelo (5), se han empleado los dados
originales de los inputs y los outputs, mientras que en el caso de las medidas defensivas se han
usado las inversas de los datos de inputs y outputs.

5
Los datos usados en este artculo han sido proporcionados de forma desinteresada por GECA Sport, una
empresa que posee una de las bases de datos ms axhaustivas del ftbol espaol.
XVII Jornadas ASEPUMA V Encuentro Internacional 7
Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

4. RATING

Supongamos que el equipo 1, tiene mayor fuerza ofensiva que los equipos 2 y 3, y el equipo 2,
mayor que el equipo 3, los ratings cumplen que: o1 o2 o3 . En la orientacin defensiva, la
ordenacin es : d1 d 2 d 3

Para describir el procedimiento se usaran los datos de la Jornada 19 de la Liga espaola

2008/09. Ese da representa el final de la primera etapa. De esta manera para obtener los scores
de la eficiencia ofensiva, tanto en casa como fuera, los datos usados estn en la Tabla1.

Tabla 1: Datos de la Jornada 19 de la Liga espaola

OFENSIVA CASA FUERA
game G M REM JUG CEN POS game G M REM JUG CEN POS
Almera 10 10 112 29 330 245 9 10 93 20 231 205
Athletic Club 10 15 143 30 386 207 9 12 122 28 266 190
Atl. de Madrid 9 23 148 51 266 236 10 19 129 35 246 226
C.D. Numancia 9 15 107 17 281 175 10 9 113 13 308 223
Dep. A Corua 9 14 145 32 318 206 10 9 91 20 244 208
Espanyol 9 11 104 30 259 204 10 6 92 20 227 217
F.C. Barcelona 10 36 191 96 351 314 9 23 185 64 320 276
Getafe 10 12 154 45 320 259 9 12 110 35 215 218
Mlaga C.F. 10 18 118 29 317 207 9 13 103 15 198 192
Osasuna 9 14 114 34 339 211 10 6 92 23 289 221
R.C.D. Mallorca 9 13 154 24 280 226 10 5 139 19 286 224
Racing de Santander 9 9 110 26 276 213 10 12 100 28 250 203
Real Betis 9 9 149 40 256 239 10 16 143 46 288 247
Real Madrid 10 29 209 66 276 278 9 12 125 38 186 219
Real Valladolid 10 16 116 29 317 259 9 11 98 14 268 207
Recreativo de Huelva 10 10 103 30 310 208 9 7 83 28 202 183
Sevilla F.C. 10 14 165 55 348 282 9 14 90 22 188 200
Sporting de Gijn 9 13 113 29 263 175 10 13 108 25 246 200
Valencia C.F. 10 27 162 50 341 265 9 11 102 18 206 230
Villarreal 9 17 119 27 254 228 10 15 137 22 255 234
Fuente: GECASport

Para obtener el rating ofensivo y defensivo en casa que aparecen en la Tabla 3, tenemos:
rOC = Score _ Offensive (6)
rDC = Score _ deffensive
y para obtener el rating en casa ( o fuera, basta con sustituir C por F):
RC = rOC rDC (7)

XVII Jornadas ASEPUMA V Encuentro Internacional 8

Rect@ Vol Actas_17 Issue 1: 104
Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Tabla 2: Scores de eficiencia de la Liga espaola 2008/09

EQUIPO EF_OF_CASA EF_OF_FUERA EF_DF_CASA EF_DF_FUERA
Almera 0,565540379 0,508648969 0,732331308 0,913666280
Athletic 0,769607310 0,786223611 0,765810655 0,783453450
Atltico de Madrid 0,964407318 0,886190898 1 0,735420744
Numancia 1 0,670372028 0,798816568 0,665824858
Deportivo 0,707955114 0,629574588 0,667206216 0,685988603
Espanyol 0,648498887 0,813680930 0,442084942 0,708548480
Barcelona 1 0,744078567 0,991228070 1
Getafe 0,946153846 0,935018051 0,829953917 0,775041051
Mlaga 0,660671158 0,771838331 1 0,843695778
Osasuna 0,745059451 0,848280637 0,419254658 0,789998096
Mallorca 0,761952446 1 0,322862129 1
Racing 0,531676679 0,584114455 0,788561525 0,711417097
Betis 0,429402867 0,680889095 0,770509269 0,636446953
Real Madrid 1 1 0,835314092 0,485086236
Valladolid 0,882486668 0,627748294 0,906593407 1
Recreativo 0,593466383 0,703540510 0,543237251 0,722540546
Sevilla 0,500747892 0,541691267 1 0,339915566
Sporting 0,759339525 0,786223611 0,845000000 0,769243445
Valencia 1 1 0,796647691 0,561426468
Villarreal 0,997461929 0,987136732 0,901624549 0,566472743
Media 0,773221393 0,775262529 0,767851812 0,73470932
Dseviacin 0,19115211 0,157694612 0,199051736 0,171364067

Fuente: Elaboracin propia usando GAMS - CPLEX.

Tabla 3: Ratings de la Liga espaola 2008/09

EQUIPO R_casa R_fuera
Almera 0,41416 0,46474
Athletic 0,58937 0,61597
Atltico de Madrid 0,96441 0,65172
Numancia 0,79882 0,44635
Deportivo 0,47235 0,43188
Espanyol 0,28669 0,57653
Barcelona 0,99123 0,74408
Getafe 0,78526 0,72468
Mlaga 0,66067 0,65120
Osasuna 0,31237 0,67014
Mallorca 0,24601 1,00000
Racing 0,41926 0,41555
Betis 0,33086 0,43335
Real Madrid 0,83531 0,48509
Valladolid 0,80006 0,62775
Recreativo 0,32239 0,50834
Sevilla 0,50075 0,18413
Sporting 0,64164 0,60480
Valencia 0,79665 0,56143
Villarreal 0,89934 0,55919
Mean 0,60338 0,56784
Standard Deviation 0,24470 0,16497

Fuente: Elaboracin propia

XVII Jornadas ASEPUMA V Encuentro Internacional 9
Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

Si se desea obtener la eficiencia global, basta con considerar las eficiencias ofensivas y
defensivas de forma conjunta.

Debido a que las medidas de ambas distribuciones son diferentes, para poder compararlas se han
de normalizar. En este proceso de normalizacin, y con el fin de evitar valores negativos, se ha
considerado conveniente sumar una constante (k =5). Vase la Tabla 4.
Tabla 4: Ratings normalizados
TEAM R_n_c_m R_n_f_m
Almera 4,22675 4,37500
Athletic 4,94276 5,29171
Atltico de Madrid 6,47536 5,50843
Numancia 5,79866 4,26355
Deportivo 4,46455 4,17585
Espanyol 3,70583 5,05266
Barcelona 6,58497 6,06825
Getafe 5,74328 5,95065
Mlaga 5,23412 5,50524
Osasuna 3,81077 5,62007
Mallorca 3,53957 7,61954
Racing 4,24758 4,07685
Betis 3,88633 4,18475
Real Madrid 5,94781 4,49835
Valladolid 5,80373 5,36311
Recreativo 3,85173 4,63929
Sevilla 4,58059 2,67408
Sporting 5,15636 5,22399
Valencia 5,78980 4,96110
Villarreal 6,20944 4,94752
Media 5,00000 5,00000
Desviacin 1,00000 1,00000

Fuente: Elaboracin propia

5. APLICACION A LA LIGA ESPAOLA. TEMPORADAS 2000/01 A 2007/08

PREDICCION RETROSPECTIVA Y PROSPECTIVA

Aunque no es cierto que el equipo mejor obtendr la victoria en un partido en particular, a lo

largo de la temporada se tiene que los mejores equipos obtienen las mayores puntaciones. No
obstante, estos indicadores pueden servir de orientacin para determinar la fortaleza de una
equipo, tanto en casa como fuera, y as poder usarse como indicadores alternativos.

XVII Jornadas ASEPUMA V Encuentro Internacional 10

Rect@ Vol Actas_17 Issue 1: 104
Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Para comprobar la utilidad prctica, esta tcnica se puede aplicar de forma retroactivas a las
temporadas previas, (pronstico de visin retrospectiva). Queremos aplicar la clasificacin a la
temporada del ftbol espaola de 2000/01 hasta 2007/08.
En los Anexo 1, se muestran estos resultados de la aplicacin retrospectivas por ello aqu
solamente se comentara los resultados de la ltima temporada 2007/08. En Sala - Garrido et al.
(2009) estn los scores de eficiencia de los equipos de la Liga:

Tabla 5: Scores e ndices de la temporada 2007/08.

Equipo Ofensivo Defensivo R OR OL
Real Madrid 1 1 1,0000 1 1
Villarreal 0,93045 0,93035 0,8656 2 2
F.C. Barcelon 0,88718 0,78415 0,6957 8 3
Atl. de Madrid 0,87514 0,76596 0,6703 9 4
Sevilla F.C. 0,98684 0,71077 0,7014 6 5
Racing de San 0,75000 0,97606 0,7320 4 6
R.C.D. Mallorc 0,95575 0,75117 0,7179 5 7
Almera 0,61667 0,79349 0,4893 14 8
Dep. A Corua 0,72869 0,84523 0,6159 10 9
Valencia C.F. 0,80493 0,59820 0,4815 15 10
Athletic Club 0,81845 0,85181 0,6972 7 11
Espanyol 0,67571 0,87058 0,5883 11 12
Real Betis 0,89286 0,82572 0,7372 3 13
Getafe 0,63087 0,77965 0,4919 13 14
Real Valladoli 0,76389 0,62713 0,4791 16 15
Recreativo de 0,60530 0,64605 0,3910 19 16
Osasuna 0,64317 0,89885 0,5781 12 17
Real Zaragoza 0,63762 0,66913 0,4267 17 18
Murcia 0,69328 0,59313 0,4112 18 19
Levante 0,54018 0,56113 0,3031 20 20
0,7925

Fuente: Elaboracin propia

La tabla 5 muestra los resultados para los 20 equipos de los que participaron en la Liga 2007/08,
con ello se obtiene el indicador R de la fortaleza del equipo. La ordenacin de esta fuerza de los
equipos es la columna OR, la cul se compara con la ordenacin real de la Liga, obteniendo un
alto indice de correlacin de cerca del 80 por ciento, un valor notablemente alto.

Tabla 6: ndices de correlacin para diferentes ligas

Correlation Index
2007 0,79248
2006 0,64269
2005 0,79248
2004 0,86316
2003 0,72782
2002 0,78947
2001 0,80602
2000 0,72932
MEAN 0,76793
XVII Jornadas ASEPUMA V Encuentro Internacional 11
Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

Fuente: Elaboracin propio

Aplicando el mtodo a varias temporadas, obtenemos los datos que se recogen en la Tabla 6.
Los valores oscilan 0.86316 y 0.64269, el ltimo valor correspondiendo a la temporada
2006/07, es lgico por las explicaciones contenidas en Sala-Garrido et al. (2009), debido a las
diferencias entre los valores de la eficiencia de los equipos diferentes.

Sin embargo, si estos valores son comparados con los propuestos por Govan et al. (2009) para
el pronstico de forma retrospectiva en los deportes diferentes (ftbol americano de NCAA y
baloncesto de NCAA), se observa que son inferiores, es decir, los rating basados en la eficiencia
son mejores que los cuatro indicadores comentado en el trabajo,.

La validacin del procedimiento puede ser analizada de formas diferentes. Una manera de
validar un modelo de rating es mediante los pronsticos de un partido. Este poda ser igual a
calcular las clasificaciones de equipo en conjunto peridicamente y use que ellos pronostiquen
los resultados del (pronstico de previsin) de partidos prximo.

Si aplicamos la clasificacin al pronstico de la Jornada 20, con los datos de la Tabla 4, los
resultados obtenidos son los que aparecen en la Tabla 7:.

Tabla 7: Pronstico
Jornada 20 (25/01/2009) r_n_h_m r_n_a_m diferencia %
Sevilla Racing 4,5806 4,0768 0,5037 11,0%
Almera Athletic 4,2268 5,2917 -1,0650 -25,2%
Valladolid Espanyol 5,8037 5,0527 0,7511 12,9%
Barcelona Numancia 6,5850 4,2636 2,3214 35,3%
Mlaga Atltico de Ma 5,2341 5,5084 -0,2743 -5,2%
Mallorca Valencia 3,5396 4,9611 -1,4215 -40,2%
Real Madrid Deportivo 5,9478 4,1758 1,7720 29,8%
Recreativo Betis 3,8517 4,1848 -0,3330 -8,6%
Villarreal Osasuna 6,2094 5,6201 0,5894 9,5%
Getafe Sporting 5,7433 5,2240 0,5193 9,0%

Fuenter: elaboracin propia

Si la diferencia es positiva, el resultado esperado es una victoria local, mientras que si es

negativa esperamos una victoria del equipo visitante. Aunque va bien para sealar que cuando la
diferencia entre ambos los valores es prxima a cero, por ejemplo, alrededor de un 5 %, en la
tabla: Mlaga Atltico de Madrid, el resultado esperado debe ser un empate. Nuestra
clasificacin incluye el efecto de ventaja de casa, porque los datos son obtenidos con los
XVII Jornadas ASEPUMA V Encuentro Internacional 12
Rect@ Vol Actas_17 Issue 1: 104
Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

resultados de casa. Esta es una de las diferencia importantes que no contemplan los modelos de
rating generales, ya que solamente computan victorias y derrotas y nunca empate entre los
contendientes.

En nuestra opinin, una muestra de la bondad del modelo sera la comparacin nuestros
resultados con los resultados que proporciona una casa de apuestas bwin.com y comparar el
nmero de xito. En la Tabla 8 aparecen los resultados:

Tabla 8: Comparacin de los resultados para la Jornada 20

Jornada 20 (25/01/2009) L V aciertos BWIN
Sevilla Racing 0 2 0 0
Almera Athletic 2 1 0 0
Valladolid Espanyol 1 1 0 0
Barcelona Numancia 4 1 1 1
Mlaga At. Madrid 1 1 1 0
Mallorca Valencia 3 1 0 0
Real Madrid Deportivo 1 0 1 1
Recreativo Betis 1 0 1 0
Villarreal Osasuna 1 1 0 0
Getafe Sporting 5 1 1 1
5 3
Fuente: Elaboracin propia
Tabla 9: Comparacin de los resultados para varias jornadas
JORNADA ODM BWIN diferencia
20 5 5 0
21 4 6 -2
22 8 6 2
23 4 3 1
24 5 5 0
25 4 3 1
26 6 4 2
27 6 5 1
28 6 6 0
29 8 7 1
30 6 5 1
31 5 7 -2
32 6 6 0
33 4 4 0
34 4 3 1
35 4 8 -4
36 5 5 0
37 4 5 -1
38 3 7 -4
97 100 -3
180 180
53,89% 55,56%

Fuente: Elaboracin propia

XVII Jornadas ASEPUMA V Encuentro Internacional 13

Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

Las diferencias ms importantes se detectan en las Jornadas 35 y 38, ello se debe

fundamentalmente a que algunos equipos (FC Barcelona y Real Madrid) dejaron de competir
por la liga, ya que prcticamente la decisin de la liga se realiz en la Jornada 34 al ganar el FC
Barcelona al Real Madrid. Adems el FC Barcelona se dedico a preparar la final de la
Champions League que tuvo lugar antes da la Jornada 38. Otros equipos con su clasificacin
decidida tampoco pusieron mucho inters en las ltimas jornadas.

6. CONCLUSIONES

La ordenacin de elementos dentro de un conjunto es una tarea importante, pero mucho ms si

se trata de ordenar deportistas o equipos en competiciones deportivas. De hecho, el peor puesto
para un deportista olmpico es el cuarto puesto, incluso peor que el ltimo, ya que es el primero
sin medalla.

Establecer una ordenacin de equipos de ftbol, tambin resulta importante, ya que ocupar unos
de los seis primeros puestos (en la liga espaola) tiene el premio de competir en la temporada
siguiente es un competicin UEFA, mientras que ocupar una de las tres ltimas posiciones
significa perder la categora actual y competir en la segunda divisin, lo que significa de prdida
de ingresos. Evidentemente, la ordenacin final viene dada por la clasificacin obtenida a partir
de los puntos conseguidos a lo largo de la temporada, pero el poder aproximar esta clasificacin
y conocer las fortalezas de los equipos tanto en casa como fuera de casa es una labor muy til.

Para poder llevar a cabo esta ordenacin y poder establecer una posibilidades de triunfo es el
modelo que proponemos. Este modelo tiene la ventaja, de adems de considerar las
orientaciones ofensivas y defensivas de los equipos, el poder establecer esa ordenacin tanto
para los partidos jugados en casa como fuera de casa. Este valor incorpora el conocido como
home advantage que significa que los equipos gana ms partido en casa que fuera.

Para construir este ndice o rating se recurre al clculo de los scores ofensivos y defensivo
(casay fuera) utilizando la metodologa DEA. A partir de estos scores se construye el rating, sin
ms que multiplicar ambos scores. Comparando este rating para las 7 ltimas temporadas de la
liga espaola de Primera Divisin (actualmente Liga BBVA), y comparando los resultados de
esta ordenacin con los resultados reales de los equipos, se concluye que la existe un elevado
ndice de correlacin entre ambas clasificaciones (ms del 75 por ciento de media en todas las
temporadas).

XVII Jornadas ASEPUMA V Encuentro Internacional 14

Rect@ Vol Actas_17 Issue 1: 104
Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Una de las principales aplicaciones prcticas de este mtodo es el proporcionar una estimacin
de la prediccin a priori de los posibles resultados de un partido de ftbol, al comparar el rating
del equipo que juega en casa con el rating del equipo visitante, la diferencia entre ambos nos
indicar el sentido esperado del resultado. Si ambos valores estn suficientemente cercanos, el
empate debera ser la mejor alternativa. Este mtodo se ha aplicado a la segunda parte de la liga
de la temporada 2008/09, y estos resultados se han comparado con las preferencias en las
apuestas realizadas por una de las ms famosas casas de apuestas en internet (bwin.com). De la
comparacin de ambas propuestas, se observa que nuestro mtodo presenta, por ahora, una
ligera ventaja sobre la casa de apuestas.

Por ltimo, nos gustara destacar que otra ventaja de nuestra propuesta es la facilidad para
calcular los scores, ya que existen numerosos programas comerciales que facilitan el clculo de
estos ndices de eficiencia mediante modelos DEA.

XVII Jornadas ASEPUMA V Encuentro Internacional 15

Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

7. REFERENCIAS BIBLIOGRFICAS

Anderson. T. R. & Sharp. G. P.. A new measure of baseball batters using DEA. 1977.
Annals of Operations Research. 73. 141-151.
Barros. CP and Santos. A. (Bolle. G. and Desbordes. M. eds.) Les relations entre
performance sportive et la performance financiere dans le football: application au cas du
football Portugais. 2004. Marketing et Football: Une Prespective Internationale Presses
Universitaires du Sport . Voiron. France
Bonilla. M; Casasus. T.; Medal. A. and Sala. R. Traffic in Spanish ports: an
efficiency analysis. 2002. International Journal of Transport Economics. 29. 215-230.

Bosca. J.E.; Liern. V.; Martinez. A and Sala. R. Increasing offensive or defensive
efficiency? An analysis of Italian and Spanish football. 2009. Omega. 37. 63-78.

Brin, S., and Page, L. The anatomy of a large-scale hypertextual web search engine.
Computer Networks and ISDN Systems 33 (1998), 107117.

Carmichael. F. and Thomas. D.. Production and efficiency in team sports: an

investigation of rugby league football. 1995. Applied Economics. 27. 859-869.

Carmichael. F.; Thomas. D. and Ward. R.. Team Performance: The Case of English
Premiership Football. 2000. Managerial and Decision Economics. 21. 31-45.

Charnes. A.; Cooper. W.W. and Rhodes. E.. Measuring the Efficiency of Decision
Making Units. 1978. European Journal of Operational Research. 2. 429-444.

Clarke, S. R., and Dyte, D. Using official ratings to simulate major tennis
tournaments. International Transactions in Operational Research 7, 6 .2000, 585594.

Colley, W. N. Colleys bias free college football ranking method: The colley matrix
explained. 2002.

Coelli. T.; Rao. D.S. and Battese. G.E.: An introduction to efficiency and productivity
analysis. 1998. Kluwer. Boston.

Cooper. W.W.; Seiford L.M. and Tone. K.: Data Envelopment Analysis. 2007.
Springer. New York.

Dawson. P.; Dobson. S. and Gerrard. B.. Stochastic Frontiers and the Temporal
Structure of Managerial Efficiency in English Soccer. 2000. Journal of Sports
Economics. 1-4 341-362.
XVII Jornadas ASEPUMA V Encuentro Internacional 16
Rect@ Vol Actas_17 Issue 1: 104
Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

Espitia-Escuer. M. and Garca-Cebrin. L.I. Measuring the Efficiency of Spanish

First-Division Soccer Teams. 2004. Journal of Sports Economics; 5; 329-340

Govan, A., Meyer, C. D., and Albright, R. Generalizing googles pagerank to rank
national football league teams. In Proceedings of the SAS Global Forum 2008 (2008).

Govan, Anjela Y.; Langville, Amy N.; and Meyer, Carl D. "Offense-Defense
Approach to Ranking Team Sports," Journal of Quantitative Analysis in Sports: Vol. 5 :
Iss. 1, Article 4. 2009. Available at: http://www.bepress.com/jqas/vol5/iss1/4

Haas. D. J.. Technical Efficiency in the Major League Soccer. 2003. Journal of Sports
Economics. 04-03. 203-215.

Haas. DJ Productive efficiency of English football teams- a data envelopment

approach. 2003. Managerial and Decision Economics 24. 403-410.
Hadley. L.; Poitras. M.; Ruggiero. J. and Knowles. S. Performance evaluation of
national Football League Teams. 2000. Managerial and Decision Economics 21,. 63-70
Hoeffler. RA and Payne. JE. Measuring efficiency in the National Basketball
Association. 1997. Economic Letters 55 . pp. 293-299
Holder, R. L., and Nevill, A. M. Modelling performance at international tennis and
golf tournaments: Is there a home advantage? The Statistician 46, 4.1997 pp 551559.

Keener, J. P. The perron-frobenius theorem and the ranking of football teams. SIAM
Review 35, 1. 1993 pp 8093.

Kleinberg, J. Authoritative sources in a hyperlink environment. Journal of the ACM

46, 5. 1999.

Kvam, P., and Sokol, J. S. A logistic regression/markov chain model for ncaa
basketball. Naval Research Logistics 53, 8.2006. pp 788803.

Liga de Ftbol Profesional (different years): http://www.lfp.es/ (In Spanish)

Pavia, J.M.; Cabrer, B. and Sala, R. Updating input-output matrices: Assessing

alternatives through simulation. Journal of Statistical Computation and Simulation.
http://www.informaworld.com/smpp/content~content=a908061492~db=all~order=pub
date. 2009.

Redmond, C. A natural generalization of the win-loss rating system. Mathematics

Magazine 76, 2. 2003. pp 119126.

Ross, S. A First Course in Probability. Pearson Prentice Hall, 2006.

XVII Jornadas ASEPUMA V Encuentro Internacional 17

Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

Rottenberg. S.. The baseball players labor-market. 1956. Journal of Political

Economy. 64. 242-258.

Saaty, T. L. Rank according to Perron: A new insight. Mathematics Magazine 60, 4.

1987. pp 211213.

Sala-Garrido, R.; Liern Carrin, V.; Martinez Esteve, A. and Bosc, J. E.

"Analysis and Evolution of Efficiency in the Spanish Soccer League (2000/01
2007/08)," Journal of Quantitative Analysis in Sports: Vol. 5 : Iss. 1, Article 3. 2009.
Available at: http://www.bepress.com/jqas/vol5/iss1/3

Schofield. J.A.. Production functions in the sports industry: An empirical analysis of

professional cricket. 1988. Applied Economics. 20. 177-193.

Scott. F.A.; Long. J.E. and Somppi. K.. Salary vs marginal revenue product under
monopsony and competition: The case of professional basketball. 1985. Atlantic
Economic Journal. 13. 50-59.

Scully. G W.. Pay and Performance in Major League Baseball. 1974. American
Economic Review. 64. 915-930.

Sinkhorn, R., and Knopp, P. Concerning nonnegative matrices and doubly stochastic
matrices. Pacific Journal Of Mathematics. 21, 2. 1967. pp 343348.

Sloane. P.J. . The economics of professional football. the football club as a utility
maximiser. 1971. Scottish Journal of Political Economy. 8. 121-146.

Sloane. P.J. ed. . The economic of sport. 1997. Economic Affairs. 17. Special issue.

Smith, W. D. Sinkhorn ratings, and new strongly polynomial time algorithms for
sinkhorn balancing, perron eigenvector, and markov chains, 2005.

Stefani, R., and Clarke, S. Predictions and home advantage for Australian rules
football. Journal of Applied Statistics 19. 1992. pp 251261.

Zak. T. A.; Huang. C.J. and Siegfried. J.J.. Production efficiency: the case of
professional basketball. 1979. Journal of Business. 52. 379-392.

XVII Jornadas ASEPUMA V Encuentro Internacional 18

Rect@ Vol Actas_17 Issue 1: 104
Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

ANEXO
2000
TEAM Ofensive Defensive RO RD R OR OL
Real Madrid 1 0,91589 1,0000 1,0918 0,9159 2 1
Dep. A Corua 1 0,97104 1,0000 1,0298 0,9710 1 2
R.C.D. Mallorc 0,88238 0,98662 0,8824 1,0136 0,8706 3 3
F.C. Barcelon 0,96601 0,64400 0,9660 1,5528 0,6221 14 4
Valencia C.F. 0,75184 1 0,7518 1,0000 0,7518 6 5
R.C. Celta de 0,71654 0,89651 0,7165 1,1154 0,6424 13 6
Villarreal C.F. 0,87513 0,91423 0,8751 1,0938 0,8001 4 7
Mlaga C.F. 0,99792 0,71029 0,9979 1,4079 0,7088 9 8
R.C.D. Espan 0,75613 0,99839 0,7561 1,0016 0,7549 5 9
Dep. Alavs 0,88751 0,82616 0,8875 1,2104 0,7332 7 10
Las Palmas 0,75820 0,77648 0,7582 1,2879 0,5887 16 11
Ath. Bilbao 0,66420 0,82242 0,6642 1,2159 0,5462 12 12
Rayo Vallecan 0,95201 0,70796 0,9520 1,4125 0,6740 11 13
Real Sociedad 0,97961 0,71681 0,9796 1,3951 0,7022 10 14
Osasuna 0,70077 0,72435 0,7008 1,3805 0,5076 19 15
Real Valladoli 0,74331 0,68894 0,7433 1,4515 0,5121 18 16
Real Zaragoza 0,81537 0,75485 0,8154 1,3248 0,6155 15 17
Real Oviedo 1 0,72302 1,0000 1,3831 0,7230 8 18
C.D. Numanci 0,82364 0,69398 0,8236 1,4410 0,5716 17 19
Racing de San 0,62752 0,79923 0,6275 1,2512 0,5015 20 20
Correlation Index 0,7293
2001
TEAM Ofensive Defensive RO RD R OR OL
Valencia C.F. 0,8015 1 0,8015 1,0000 0,8015 6 1
Dep. A Corua 1 0,8529 1,0000 1,1724 0,8529 3 2
Real Madrid 1 0,8064 1,0000 1,2400 0,8064 5 3
F.C. Barcelon 1 1 1,0000 1,0000 1,0000 1 4
R.C. Celta de 1 0,8381 1,0000 1,1932 0,8381 4 5
Real Betis 0,7307 0,9528 0,7307 1,0495 0,6963 8 6
Dep. Alavs 0,6754 0,8760 0,6754 1,1416 0,5917 14 7
Sevilla 0,9307 0,9383 0,9307 1,0657 0,8733 2 8
Ath. Bilbao 0,9158 0,5609 0,9158 1,7830 0,5136 17 9
Mlaga C.F. 0,7817 0,9349 0,7817 1,0697 0,7307 7 10
Rayo Vallecan 0,8054 0,8404 0,8054 1,1900 0,6768 9 11
Real Valladoli 0,8031 0,7445 0,8031 1,3431 0,5979 12 12
R.C.D. Espan 0,8894 0,7200 0,8894 1,3890 0,6403 10 13
Real Sociedad 0,7801 0,7237 0,7801 1,3817 0,5646 15 14
Villarreal C.F. 0,7646 0,7755 0,7646 1,2895 0,5929 13 15
R.C.D. Mallorc 0,7266 0,8255 0,7266 1,2114 0,5998 11 16
Osasuna 0,6621 0,7146 0,6621 1,3993 0,4732 19 17
Las Palmas 0,7032 0,7852 0,7032 1,2736 0,5521 16 18
Tenerife 0,5742 0,6559 0,5742 1,5246 0,3766 20 19
Real Zaragoza 0,5602 0,8708 0,5602 1,1483 0,4878 18 20
Correlation Index 0,8060

XVII Jornadas ASEPUMA V Encuentro Internacional 19

Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

2002
TEAM Ofensive Defensive RO RD R OR OL
Real Madrid 1 0,90899 1,0000 1,1001 0,9090 1 1
Real Sociedad 1 0,74987 1,0000 1,3336 0,7499 3 2
Dep. A Corua 0,99008 0,72860 0,9901 1,3725 0,7214 4 3
R.C. Celta de 0,80195 1 0,8020 1,0000 0,8020 2 4
Valencia C.F. 0,70557 1 0,7056 1,0000 0,7056 5 5
F.C. Barcelon 0,78017 0,74376 0,7802 1,3445 0,5803 7 6
Ath. Bilbao 0,95689 0,57100 0,9569 1,7513 0,5464 10 7
Real Betis 0,80346 0,62421 0,8035 1,6020 0,5015 12 8
R.C.D. Mallorc 0,73305 0,73137 0,7331 1,3673 0,5361 11 9
Sevilla F.C. 0,53182 0,90386 0,5318 1,1064 0,4807 13 10
Osasuna 0,64091 0,70190 0,6409 1,4247 0,4499 16 11
Atl. de Madrid 0,66082 0,67547 0,6608 1,4805 0,4464 17 12
Mlaga C.F. 0,71856 0,75969 0,7186 1,3163 0,5459 8 13
Real Valladoli 0,62061 0,87918 0,6206 1,1374 0,5456 9 14
Villarreal 0,68612 0,66940 0,6861 1,4939 0,4593 14 15
Racing de San 0,78884 0,55693 0,7888 1,7956 0,4393 18 16
Espanyol 0,91835 0,76329 0,9184 1,3101 0,7010 6 17
Recreativo de 0,65302 0,70135 0,6530 1,4258 0,4580 15 18
Dep. Alavs 0,72137 0,51608 0,7214 1,9377 0,3723 19 19
Rayo Vallecan 0,51851 0,58394 0,5185 1,7125 0,3028 20 20
Correlation Index 0,7895

2003
TEAM Ofensive Defensive RO RD R OR OL
Valencia C.F. 1 1 1,0000 1,0000 1,0000 1 1
F.C. Barcelon 0,92125 0,82441 0,9212 1,2130 0,7595 4 2
Dep. A Corua 1 1 1,0000 1,0000 1,0000 2 3
Real Madrid 1 0,77829 1,0000 1,2849 0,7783 3 4
Ath. Bilbao 0,82938 0,71315 0,8294 1,4022 0,5915 8 5
Sevilla F.C. 0,88316 0,71748 0,8832 1,3938 0,6337 6 6
Atl. de Madrid 0,80421 0,71279 0,8042 1,4029 0,5732 13 7
Villarreal 0,80781 0,65821 0,8078 1,5193 0,5317 17 8
Real Betis 0,76679 0,75663 0,7668 1,3217 0,5802 10 9
Mlaga C.F. 1 0,59040 1,0000 1,6938 0,5904 9 10
R.C.D. Mallorc 0,98327 0,52946 0,9833 1,8887 0,5206 18 11
Osasuna 0,71636 0,87876 0,7164 1,1380 0,6295 7 12
Real Zaragoza 0,90479 0,59457 0,9048 1,6819 0,5380 15 13
Albacete 0,90139 0,72400 0,9014 1,3812 0,6526 5 14
Real Sociedad 0,94905 0,57356 0,9491 1,7435 0,5443 14 15
Espanyol 0,83632 0,68620 0,8363 1,4573 0,5739 12 16
Racing de San 0,94949 0,56207 0,9495 1,7791 0,5337 16 17
Real Valladoli 0,84510 0,68535 0,8451 1,4591 0,5792 11 18
R.C. Celta de 0,85491 0,45976 0,8549 2,1751 0,3931 20 19
Murcia 0,63853 0,72076 0,6385 1,3874 0,4602 19 20
Correlation Index 0,7278

XVII Jornadas ASEPUMA V Encuentro Internacional 20

Rect@ Vol Actas_17 Issue 1: 104
Un modelo Ofensivo - Defensivo para establecer un rating de equipos de ftbol

2004
TEAM Ofensive Defensive RO RD R OR OL
F.C. Barcelon 0,94543 0,92155 0,9454 1,0851 0,8713 2 1
Real Madrid 1 1 1,0000 1,0000 1,0000 1 2
Villarreal 1 0,87053 1,0000 1,1487 0,8705 3 3
Real Betis 1 0,66096 1,0000 1,5129 0,6610 5 4
Espanyol 0,90727 0,71616 0,9073 1,3963 0,6498 6 5
Sevilla F.C. 0,71571 0,77623 0,7157 1,2883 0,5556 9 6
Valencia C.F. 0,83108 0,84022 0,8311 1,1902 0,6983 4 7
Ath. Bilbao 0,96029 0,60553 0,9603 1,6514 0,5815 8 8
Dep. A Corua 0,68089 0,66445 0,6809 1,5050 0,4524 16 9
Mlaga C.F. 0,73744 0,72780 0,7374 1,3740 0,5367 11 10
Atl. de Madrid 0,66329 0,88055 0,6633 1,1356 0,5841 7 11
Real Zaragoza 0,81729 0,57489 0,8173 1,7395 0,4698 15 12
Getafe 0,69017 0,75565 0,6902 1,3234 0,5215 13 13
Real Sociedad 0,89851 0,59139 0,8985 1,6909 0,5314 12 14
Osasuna 0,81097 0,46866 0,8110 2,1337 0,3801 19 15
Racing de San 0,77833 0,61798 0,7783 1,6182 0,4810 14 16
R.C.D. Mallorc 1 0,54731 1,0000 1,8271 0,5473 10 17
Levante 0,63910 0,57100 0,6391 1,7513 0,3649 20 18
Albacete 0,65221 0,61572 0,6522 1,6241 0,4016 17 19
C.D. Numanci 0,66970 0,58014 0,6697 1,7237 0,3885 18 20
Correlation Index 0,8632

2005
TEAM Ofensive Defensive RO RD R OR OL
F.C. Barcelon 1 0,7923 1,0000 1,2621 0,7923 4 1
Real Madrid 1 1 1,0000 1,0000 1,0000 1 2
Valencia C.F. 0,9783 1 0,9783 1,0000 0,9783 2 3
Osasuna 1 0,7441 1,0000 1,3440 0,7441 5 4
Sevilla F.C. 0,8230 0,8184 0,8230 1,2219 0,6735 8 5
R.C. Celta de 0,8196 1 0,8196 1,0000 0,8196 3 6
Villarreal 0,8690 0,8539 0,8690 1,1712 0,7420 6 7
Dep. A Corua 0,9206 0,7574 0,9206 1,3204 0,6972 7 8
Getafe 0,8383 0,6611 0,8383 1,5127 0,5542 14 9
Atl. de Madrid 0,7692 0,8502 0,7692 1,1762 0,6539 10 10
Real Zaragoza 0,7567 0,6519 0,7567 1,5340 0,4933 17 11
Ath. Bilbao 0,8172 0,7326 0,8172 1,3649 0,5987 12 12
R.C.D. Mallorc 0,8414 0,6554 0,8414 1,5258 0,5514 15 13
Real Betis 0,5803 0,7028 0,5803 1,4228 0,4079 20 14
Espanyol 0,7265 0,6744 0,7265 1,4828 0,4899 18 15
Real Sociedad 0,9723 0,6740 0,9723 1,4837 0,6553 9 16
Racing de San 0,7921 0,7209 0,7921 1,3871 0,5710 13 17
Dep. Alavs 0,7738 0,6731 0,7738 1,4856 0,5209 16 18
Cdiz 0,7741 0,8425 0,7741 1,1869 0,6522 11 19
Mlaga C.F. 0,8954 0,5410 0,8954 1,8486 0,4844 19 20
Correlation Index 0,7925

XVII Jornadas ASEPUMA V Encuentro Internacional 21

Rect@ Vol Actas_17 Issue 1: 104)
Liern, Vicente y Sala, Ramn

2006
TEAM Ofensive Defensive RO RD R OR OL
Real Madrid 1 0,83925 1,0000 1,1915 0,8393 3 1
F.C. Barcelon 1 0,82375 1,0000 1,2140 0,8238 4 2
Sevilla F.C. 1 1 1,0000 1,0000 1,0000 1 3
Valencia C.F. 0,96867 0,79802 0,9687 1,2531 0,7730 7 4
Villarreal 0,91376 0,89966 0,9138 1,1115 0,8221 5 5
Real Zaragoza 0,87162 0,80488 0,8716 1,2424 0,7015 12 6
Atl. de Madrid 0,71981 0,76543 0,7198 1,3065 0,5510 14 7
Recreativo de 1 0,76734 1,0000 1,3032 0,7673 8 8
Getafe 0,80784 1 0,8078 1,0000 0,8078 6 9
Racing de San 1 0,71744 1,0000 1,3938 0,7174 10 10
Espanyol 0,88332 0,82770 0,8833 1,2082 0,7311 9 11
R.C.D. Mallorc 0,72572 0,76635 0,7257 1,3049 0,5562 13 12
Dep. A Corua 0,68550 0,77969 0,6855 1,2826 0,5345 15 13
Osasuna 1,00000 0,71388 1,0000 1,4008 0,7139 11 14
Levante 0,74259 0,65485 0,7426 1,5271 0,4863 17 15
Real Betis 0,80775 0,71386 0,8077 1,4008 0,5766 12 16
Ath. Bilbao 0,91991 0,56580 0,9199 1,7674 0,5205 16 17
R.C. Celta de 0,65623 0,64639 0,6562 1,5471 0,4242 19 18
Real Sociedad 0,99539 0,96188 0,9954 1,0396 0,9574 2 19
Gimnastic Tar 0,74043 0,60065 0,7404 1,6649 0,4447 18 20
Correlation Index 0,6427

XVII Jornadas ASEPUMA V Encuentro Internacional 22

Rect@ Vol Actas_17 Issue 1: 104