Investigación Aplicada y Datos Abiertos de Esports
Estudios empíricos reproducibles, telemetría de 10.000 mapas de CS2 y Dota 2 y matrices abiertas de ratings e ineficiencias de cuotas.
Estudio de Telemetría de 10.000 Mapas: Economía y Desviaciones en Directo de CS2
Convergencia analítica en circuitos Tier-1, demostrando discrepancias de cuotas en rachas de rondas de pistolas y defensas en bando CT.
Calificaciones de Equipos Tier-1 de CS2 (2026)
Ratings duales Elo y Glicko-2, desviaciones (RD), volatilidad y porcentaje de victorias a 90 días de los 30 clubes de élite.
Matriz de Win Rates en 7 Mapas Active Duty
Distribuciones de efectividad por mapa en Mirage, Inferno, Anubis, Nuke, Ancient, Vertigo y Dust II.
Script de Verificación de Datos (Python 3)
Script en Python determinista que valida límites numéricos y consistencia probabilística de las tablas.
Muestra de Calificaciones de Equipos
Extracto auditado de plantillas profesionales ordenadas según Glicko-2:
| Puesto | Equipo | Región | Elo Rating | Glicko-2 | RD | Winrate 90D |
|---|---|---|---|---|---|---|
| #1 | Natus Vincere | EU | 1984 | 1965 | ±42 | 71.4% |
| #2 | Team Spirit | CIS | 1972 | 1958 | ±45 | 70.2% |
| #3 | FaZe Clan | EU | 1945 | 1930 | ±48 | 67.5% |
| #4 | Vitality | EU | 1938 | 1925 | ±44 | 68.0% |
| #5 | MOUZ | EU | 1912 | 1904 | ±46 | 66.2% |
| #6 | G2 Esports | EU | 1905 | 1892 | ±52 | 64.8% |
Ciencia Abierta y Reproducibilidad
Todos los modelos empíricos y datos se publican bajo la licencia libre Creative Commons Attribution 4.0 International (CC-BY-4.0).
Descarga los conjuntos de datos en formato abierto CSV.
Ejecuta el script en Python para validar consistencia matemática.
Integra los parámetros calculados en tus propios modelos predictivos.
Código fuente de los motores algorítmicos, scripts de verificación de Python y conjuntos de datos abiertos disponibles en GitHub.