Un match de football produit peu de buts, et chacun semble arriver presque au hasard : une frappe détournée, un rebond, une erreur de placement. Or les mathématiciens disposent depuis longtemps d'un outil pensé pour ce genre de situation : la loi de Poisson. Elle décrit la probabilité d'observer un nombre donné d'événements rares dans un intervalle fixe, à partir d'un seul paramètre, la moyenne attendue.
Pourquoi le football s'y prête
Deux conditions rendent l'approche raisonnable. D'abord, les buts sont des événements rares : quelques-uns par match, rarement plus de cinq ou six. Ensuite, ils sont à peu près indépendants : marquer une première fois ne change pas radicalement la probabilité de marquer à nouveau dans la minute suivante. Cette indépendance n'est jamais parfaite, mais elle est suffisante pour obtenir une description utile.
Imaginons une équipe qui marque en moyenne 1,5 but par match dans la configuration du jour. La loi de Poisson donne alors une probabilité pour chaque total : 0 but, 1 but, 2 buts, et ainsi de suite. Les totaux proches de la moyenne sont les plus fréquents, mais zéro but reste tout à fait possible, et trois buts aussi.
Des buts attendus aux probabilités 1-N-2
Le raisonnement se fait pour les deux équipes séparément. Chacune reçoit son propre nombre de buts attendus, déduit de sa force d'attaque, de la solidité défensive de l'adversaire et de la moyenne de la ligue. On obtient deux distributions. Il suffit ensuite de les croiser : la probabilité d'un score de 2-1 est celle de voir l'équipe A marquer deux fois, multipliée par celle de voir l'équipe B marquer une fois.
En additionnant tous les scores où A mène, on obtient la probabilité de victoire de A. Les scores à égalité donnent le nul, et ceux où B mène, la victoire de B. Le score le plus probable est simplement la case la plus élevée du tableau, ce qui ne signifie pas qu'il soit probable en lui-même.
Les limites du modèle
Un modèle de Poisson reste une simplification. Il ignore les blessures de dernière minute, les cartons rouges, la fatigue d'un calendrier chargé ou l'enjeu particulier d'une rencontre. Il suppose aussi que le rythme d'un match ne dépend pas de son déroulement, alors qu'une équipe qui mène adopte souvent un autre comportement. Enfin, il traite mal certains petits scores, ce qui motive des corrections comme celle de Dixon-Coles, abordée dans un autre article.
Predicta s'appuie sur ce principe pour produire ses estimations, en y ajoutant la pondération des matchs récents et d'autres ajustements. Le résultat reste une estimation statistique : il éclaire un match, il ne le prédit pas.
À retenir
- La loi de Poisson décrit des événements rares et à peu près indépendants, ce qui convient aux buts.
- Chaque équipe reçoit un nombre de buts attendus ; croiser les deux distributions donne les probabilités de victoire, de nul et de défaite.
- Le score le plus probable n'est que la meilleure case d'un grand tableau, pas une certitude.
- Le modèle simplifie la réalité et ne voit ni les blessures de dernière minute ni les cartons rouges.