Predicciones Mundial 2026 — Jornada del 18 de Junio
Hoy continuamos la fase de grupos del Mundial 2026 con cuatro encuentros. A continuación presentamos el análisis lado a lado de nuestro modelo base (red neuronal tradicional) y el modelo bayesiano (incorpora efectos de sede/altitud).
🇺🇿 Uzbekistan vs Colombia 🇨🇴
| Métrica | Modelo Base | Modelo Bayes |
|---|---|---|
| p(home) | 0.192 | 0.156 |
| p(draw) | 0.411 | 0.284 |
| p(away) | 0.397 | 0.560 |
| Score predicho | 1-1 | 0-1 |
| Pick | Empate | Gana Colombia |
| Sede | — | Ciudad de México (2,240 m) |
| alt_gap_away_km | — | 0.0 |
⚠️ Divergencia detectada. El modelo base pronostica un empate, mientras que el bayesiano se inclina claramente por Colombia. La causa más probable es el factor alt_gap_away_km del modelo bayesiano: Colombia está acostumbrada a jugar en altitud similar a la de Ciudad de México, lo que neutraliza la ventaja local de Uzbekistán y convierte el duelo en un escenario favorable para la visita.
🇨🇿 Czech Republic vs South Africa 🇿🇦
| Métrica | Modelo Base | Modelo Bayes |
|---|---|---|
| p(home) | 0.381 | 0.389 |
| p(draw) | 0.296 | 0.282 |
| p(away) | 0.323 | 0.329 |
| Score predicho | 1-1 | 1-1 |
| Pick | Gana Czech Republic | Gana Czech Republic |
| Sede | — | Atlanta |
| alt_gap_away_km | — | 0.0 |
Ambos modelos coinciden en favor de la República Checa, aunque con márgenes muy ajustados. El empate sigue siendo una probabilidad relevante.
🇨🇭 Switzerland vs Bosnia and Herzegovina 🇧🇦
| Métrica | Modelo Base | Modelo Bayes |
|---|---|---|
| p(home) | 0.686 | 0.695 |
| p(draw) | 0.229 | 0.191 |
| p(away) | 0.085 | 0.114 |
| Score predicho | 2-1 | 2-0 |
| Pick | Gana Switzerland | Gana Switzerland |
| Sede | — | Inglewood |
| alt_gap_away_km | — | 0.0 |
Total acuerdo entre modelos. Suiza sale como clara favorita para sumar de a tres.
🇨🇦 Canada vs Qatar 🇶🇦
| Métrica | Modelo Base | Modelo Bayes |
|---|---|---|
| p(home) | 0.701 | 0.626 |
| p(draw) | 0.207 | 0.204 |
| p(away) | 0.092 | 0.171 |
| Score predicho | 2-0 | 2-0 |
| Pick | Gana Canada | Gana Canada |
| Sede | — | Vancouver |
| alt_gap_away_km | — | 0.0 |
Ambos modelos predicen victoria canadiense por 2-0. El modelo bayesiano es ligeramente más conservador con la probabilidad de local (0.626 vs 0.701), pero mantiene el mismo pick y marcador.
📋 Resumen de Picks
| Partido | Modelo Base | Modelo Bayes | ¿Divergencia? |
|---|---|---|---|
| Uzbekistan vs Colombia | Empate | Gana Colombia | ✅ Sí |
| Czech Republic vs South Africa | Gana Czech Republic | Gana Czech Republic | No |
| Switzerland vs Bosnia and Herzegovina | Gana Switzerland | Gana Switzerland | No |
| Canada vs Qatar | Gana Canada | Gana Canada | No |
Nota metodológica: El modelo bayesiano incorpora la variable
alt_gap_away_km, que mide la diferencia de altitud entre la sede del partido y la altitud habitual del equipo visitante. Cuando la visita ya está acostumbrada a jugar en altitud similar (gap ≈ 0), el factor deja de penalizarla y puede incluso invertir la predicción respecto al modelo base, como ocurre en el partido de Uzbekistán vs Colombia.