Publication: Evaluación del valor de mercado de los futbolistas de la Liga MX con base en su desempeño deportivo y variables cualitativas en la temporada 2021-2022
| dc.contributor.author | Cisneros Nuñez, Luis Fernando | |
| dc.contributor.author | García Cepeda, Miguel Angel | |
| dc.contributor.author | González Cruz, Hernán Ayrton | |
| dc.contributor.author | Jasso Cantú, Álvaro Andrés | |
| dc.contributor.author | Lara Lara, Jaime | |
| dc.contributor.author | Vélez González, David Alejandro | |
| dc.date.accessioned | 2026-07-01T07:59:11Z | |
| dc.date.available | 2026-07-01T07:59:11Z | |
| dc.date.issued | 2026-06-02 | |
| dc.description | Universidad Pablo de Olavide | |
| dc.description.abstract | El presente estudio identifica las principales variables que influyen en el valor de mercado de los jugadores de fútbol de la Liga MX utilizando variables de desempeño en la temporada previa 2021-2022 y otras variables cualitativas. Utilizamos tres algoritmos para pronosticar el valor de mercado asignado por Transfermarkt: regresión lineal múltiple, árboles de decisión y bosques aleatorios. De acuerdo con los resultados de nuestro algoritmo con menor error cuadrático medio, los bosques aleatorios, las variables de desempeño que más influyen en el valor de mercado de un jugador son el total de acciones, los regates y los duelos en los que se participa. Además de las variables de desempeño, existen variables cualitativas muy relevantes, como el equipo, la vigencia de contrato y la participación en selección nacional. Se recomienda a los clubes de la Liga MX emplear métodos de análisis similares para utilizar su presupuesto de transferencias de jugadores de forma más eficiente. | |
| dc.description.abstract | This work identifies the key variables influencing the market value of Liga MX soccer players, using performance information from the 2021-2022 season and other qualitative data. We employed three algorithms to predict the market value assigned by Transfermarkt: multiple linear regression, decision trees, and random forests. According to the model with the lower mean squared error (random forests), the performance variables with the greatest impact on a player’s market value are total actions, dribbles, and duels in which the player participate. In addition to performance in the previous season, highly relevant qualitative variables include the player’s team, contract year, and participation in the national team. We recommend that Liga MX clubs use similar analytical methods to allocate their financial resources more efficiently. | |
| dc.description.sponsorship | Universidad Pablo de Olavide | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.citation | Revista de métodos cuantitativos para la economía y la empresa, ISSN-e 1886-516X, Vol. 41, 2026, págs. 1-21 | |
| dc.identifier.doi | 10.46661/rev.metodoscuant.econ.empresa.11486 | |
| dc.identifier.uri | https://hdl.handle.net/10433/27099 | |
| dc.language.iso | es | |
| dc.publisher | Universidad Pablo de Olavide | |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | en |
| dc.rights.accessRights | open access | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Aprendizaje automático | |
| dc.subject | Valuación de futbolistas | |
| dc.subject | Wyscout | |
| dc.subject | Transfermarkt | |
| dc.subject | Machine learning | |
| dc.subject | Market value of football players | |
| dc.title | Evaluación del valor de mercado de los futbolistas de la Liga MX con base en su desempeño deportivo y variables cualitativas en la temporada 2021-2022 | |
| dc.title.alternative | Assessment of the market value of Liga MX footballers based on their sporting performance and qualitative variables in the 2021-2022 season | |
| dc.type | journal article | |
| dc.type.hasVersion | VoR | |
| dspace.entity.type | Publication |
Files
Original bundle
1 - 1 of 1

