Análisis del desequilibrio competitivo en las cinco grandes ligas europeas masculinas

Abstract

[ES] El fútbol es el deporte más popular y seguido del mundo, y las 5 grandes ligas europeas masculinas de España, Inglaterra, Alemania, Italia y Francia, son las más competitivas y rentables. Sin embargo, existe una gran diferencia de nivel entre los equipos que participan en estas ligas, lo que afecta al equilibrio competitivo y al atractivo de las competiciones.

En este trabajo, se configurará una base de datos utilizando la librería worldfootballR. Este paquete permite acceder a los datos de las principales competiciones de fútbol del mundo, para posteriormente poder analizarlos.

Para este análisis se utilizará diversas medidas estadísticas para estimar en que ligas existe desequilibrio competitivo y modelos de machine learning para analizar las causas. En estos modelos se van a considerar variables como: si existe subida y bajada de división en las ligas, si se considera una liga amateur o profesional, la tendencia en el tiempo de la liga y la cantidad de equipos que forman las ligas sugeridas en la literatura.

El objetivo de este trabajo es conocer si realmente existe un desequilibrio como tal en las 5 grandes ligas europeas masculinas, detectarlo y desarrollar el porqué de ese desequilibrio, una vez dado con esto se concluirá con las más desbalanceada competitivamente y por tanto menos rentable.

[EN] Football is the most popular and followed sport globally, and the five central men's European leagues of Spain, England, Germany, Italy, and France are the most competitive and profitable. However, there is a significant difference in level between the teams participating in these leagues, which affects the competitive balance and the attractiveness of the competitions.

In this work, a database will be configured using the worldfootballR library. This package allows one to access data from the leading football competitions in the world and analyze them later.

For this analysis, various statistical measures will be used to estimate in which leagues there is a competitive imbalance and machine learning models will be used to analyze the causes. In these models, variables will be considered, such as promotion and relegation in the leagues, whether a league is considered amateur or professional, the league's trend over time, and the number of teams in the league suggested in the literature.

This work aims to determine if there is an imbalance in the five major European men's leagues, detect it, and develop the reason for it. Once this is found, we will conclude with the most competitively unbalanced and, therefore, less profitable.