Ele ene equis

 La mayoría de los quinielistas ya se encuentran familiarizados con el concepto de entropía y entropía relativa en el análisis de las jornadas, pero hasta ahora no he llegado a leer nada respecto a la entropía condicional en el juego de La Quniela. Tras buscar información en la web, se me ha ocurrido incorporar esta métrica que, a diferencia de las anteriores, no se basa exclusivamente en las condiciones de entrada (reales y/o apostados), si no que se amplía también a la salida o jugada final de la que dispondremos para sellar. La primera vez que tuve conocimiento del concepto de entropía en este juego, fue a través de la web de Quinieláticas y también del Foro1X2, en el que existían diversas entradas acerca del tema. En estas entradas se explicaba primero el concepto de entropía como una métrica de dificultad de la jornada a partir de los porcentajes reales. La segunda, la entropía relativa, es una métrica de rentabilidad de la jornada, y se calcula como una relación de reales y apost

 En esta entrada voy a hacer una propuesta que puede ser o no exacta, pero que no deja de dar mejores resultados en su aproximación que una estimación de escrutinio tradicional. En la primera entrada del blog había hablado de la distribución binomial de Poisson, y de cómo se podía emplear para realizar estimaciones sobre los premios finales de una determinada jornada. A partir de esa base voy a realizar una ampliación dada la dificultad en ciertas jornadas extremas para que la estimación coincida con el escrutinio final. Las anteriores se trata de jornadas en que la columna ganadora, bien se va a signos muy apostados, o bien se va a signos muy jugados por su rentabilidad. Se me ocurrió esta semana la posibilidad de disponer de dos tablas de apostados. Una para el quinielista medio, que juega signos muy favoitos, y otra para jugadas rentables muy concentradas en combinaciones rentables.  Un criterio para diferenciar las jugadas rentables de las que no lo son es el CR o coeficiente de re

Como había comentado en redes, comparto una herramienta de análisis desarrollada en Google Sheets a partir de los temas que he ido tratando en este blog desde que lo inicié. Se trata de un libro de cálculo de la plataforma Google, con la ayuda de un Add-on y Apps Script, y reciclando el código JavaScript que he ido compartiendo. A estas alturas, y si se ha sacado provecho de las distintas entradas, deberíamos estar en condiciones de entender los datos que se presentan en el informe, con la salvedad de algún dato extra que he añadido usando funciones por defecto, como podría ser la estadística a una temporada y a 10 de los máximos aciertos del periodo, o la inclusión de conceptos como entropía y entropía relativa, o signos de riesgo. Esto últimos son conceptos que se pueden aprender de otros quinielistas, o a través de la lectura de otros blogs dedicados a la Quiniela, como 'Quinielandia' de PacoHH o del mismo Foro1X2 de Eduardo Losilla. Siempre se puede encontrar compañeros de

 Después de varias semanas sin publicar nada, vengo a escribir esta entrada acerca de un tema que he estado estudiando en los últimos días. Se trata del tiempo necesario, o más concretamente jornadas de simulación, en que se dará un recuperación superior al 100% de lo invertido hasta la fecha. Es un tema importante, ya que nos dirá cómo de viejos nos haremos hasta lograr obtener beneficios de nuestra jugada. Cierto es que cada jornada es distinta, y que las simulaciones las haremos sobre unos mismos datos (los de la propia jornada a jugar), pero si mantenemos las estadísticas de las simulaciones jornada tras jornada, lograremos también que los datos se cumplan en un tiempo determinado, normalmente en función del tamaño de apuesta. Es obvio que no tardaremos lo mismo en superar la frontera de la rentabilidad con 300 columnas, que con 10.000. Los tiempos son muy distintos y es el gran hándicap de las peñas pequeñas como la mía. En primer lugar voy a compartir la aplicación web que ya hab

 En anteriores posts había hablado de la distribución loglogística, y de cómo la misma ajustaba los retornos de una jugada para la jornada. También había mostrado cómo se puede obtener la EM global de la jugada integrando dicha curva. Muchos de los quinielistas conocen la herramienta de Jorge, de la peña Fáciles y Rentables y su Comparador Gráfico. En dicha herramienta de simulación, una de las salidas son las curvas logísticas de la jugada para una jornada, una temporada y diez temporadas. Dicha salida se construye exclusivamente con la simulación miles de veces de la jugada introducida y sus parámetros de recaudación, porcentajes reales y apostados. En esta entrada voy a ampliar la curva loglogística para una jornada y la voy a generalizar para calcular lotes de varias jornadas y así obtener las curvas analíticas para periodos más amplios. El método a utilizar será la suma de variables con distribución logística. Aunque no lo cité en las anteriores entradas, cuando una variable sigue

 Ya hemos visto distintas distribuciones estadísticas para diversos aspectos que involucra La Quiniela. En el primer post vimos la Poisson binomial para los premios de una columna, y la loglogística para los retornos de una determinada jugada. Pero lo que vamos a ver ahora es la distribución lognormal aplicada al proceso de azar de una jornada. La Quiniela no deja de ser un proceso azaroso. Podemos obtener beneficios a largo plazo mediante una esperanza matemática positiva sí, pero el resultado final no deja de ser un simple sorteo. En función de la columna ganadora resultante de dicho sorteo, el importe de premios del escrutinio variará de una a otra cifra, y vamos a ver que esta variación se puede describir también mediante otro tipo de distribución, la lognormal. La distribución lognormal queda descrita por una variable cuyo logaritmo sigue una ditribución normal. Todos conocemos la distribución normal de alguna clase básica de estadística, es la típica campana de Gauss que hemos vi