摘要：En el presente trabajo se realiza un análisis de las transiciones ofensivas (transición defensa-ataque) realizadas por las mejores selecciones nacionales europeas de fútbol. Los principales objetivos planteados en la investigación son determinar si es posible predecir el resultado de las transiciones ofensivas del juego, y si es así, identificar qué variables permitirán realizar dichas predicciones. Para abordar estos objetivos se ha utilizado el modelo multivariable de regresión logística. La muestra consta de 14 partidos, 743 transiciones ofensivas de la fase final de la Eurocopa de Austria-Suiza 2008. La utilización de este modelo permite concluir que es posible realizar una predicción del resultado de las transiciones ofensivas que se suceden en el transcurso del encuentro y también, determinar cuáles son las variables que posibilitan realizar dicha predicción. Los datos demuestran que se puede pronosticar el resultado final de las transiciones ofensivas en función de la configuración espacial de interacción de inicio, así como también de la intención táctica del equipo y de la duración. Esta información podrá ser aprovechada por los entrenadores para crear tareas en el entrenamiento que den lugar a la aparición de estas condiciones en las transiciones ofensivas del equipo, con el objeto de automatizarlas y así mejorar el rendimiento de las mismas en el juego.
其他摘要：The present research project consists of a predictive analysis of the offensive transitions (defensive-offensive transitions) performed by the best European national football teams. The main aims in the research were to determine whether it is possible to predict the result of offensive transitions during a match and, if so, to identify which variables will determine those predictions. To tackle these objectives a logistic regression multivariable model was used. The sample consisted of 14 matches, and 743 offensive transitions during the final stage the Swiss-Austrian European Cup 2008. The use of this model enabled us to conclude that it is possible to predict the result of the offensive transitions performed during the match and, furthermore, to determine which variables enble us to make these predictions. The data show that we can foresee the final outcome of offensive transitions depending on the spatial configuration interaction beginning, as well as the team’s tactical intention and duration. This information may be used by trainers to create performance tasks which may result in the appearance of these conditions in the team’s offensive transitions, in order to automatize performance in the game.
