Mesurer la forme d’une équipe avec des moyennes pondérées

Choisir une mesure de performance avant une fenêtre

La forme peut désigner des points par match, des buts, des xG ou une différence entre occasions créées et concédées. Ces indicateurs ne mesurent pas la même chose. Les points décrivent le résultat sportif selon le barème retenu ; les xG décrivent des occasions estimées par un fournisseur. Choisissez une cible principale et gardez les autres comme contexte. Une série de victoires n'autorise pas à remplacer après coup une mesure d'occasions simplement parce que les deux racontent des histoires différentes.

Définir le poids de chaque observation

Avec une demi-vie h exprimée en jours, un poids possible est wᵢ = 2^(−dᵢ/h), où dᵢ est l'ancienneté du match. Un match vieux de h jours pèse alors la moitié d'une observation de référence au jour zéro. La moyenne vaut la somme des wᵢxᵢ divisée par la somme des wᵢ. Une pondération par nombre de matchs est également possible, mais traite différemment les pauses et les calendriers chargés. Indiquez l'unité : jours et rencontres ne sont pas interchangeables.

Vérifier un calcul à trois observations fictives

Prenons les valeurs 2, 1 et 0, mesurées respectivement au jour zéro, trente jours et soixante jours auparavant. Avec une demi-vie de trente jours, leurs poids sont 1, 0,5 et 0,25. La somme pondérée vaut 2,5 et la somme des poids 1,75 ; la moyenne vaut donc environ 1,429. La moyenne simple serait 1. Ce calcul illustre la sensibilité à la récence, sans affirmer que la valeur 1,429 décrit une force réelle ou le rendement futur d'un club belge.

Tenir compte du calendrier rencontré

Une moyenne récente élevée peut résulter d'adversaires plus accessibles, de rencontres à domicile ou d'exclusions favorables. Conservez ces variables et comparez une version brute à une version ajustée sur des données suffisantes. Ne retirez pas seulement les matchs qui contredisent le récit souhaité. Un changement d'entraîneur ou de composition peut justifier une analyse séparée, mais le choix doit rester documenté. La forme d'une équipe ne se résume pas automatiquement à une liste de cinq lettres indiquant victoires, nuls et défaites.

Mesurer combien de données pèsent réellement

La taille effective associée aux poids peut se résumer par n_eff = (somme w)² / somme(w²). Dans l'exemple, elle vaut environ 2,333, alors que trois observations sont présentes. Des poids très concentrés réduisent la quantité d'information effectivement répartie dans la moyenne. Cette formule ne corrige pas à elle seule les dépendances entre matchs ni tous les biais d'échantillonnage. Elle rappelle simplement qu'un historique long peut être dominé par quelques rencontres si la décroissance choisie est très rapide.

Choisir la demi-vie sans regarder le futur

Comparez plusieurs valeurs sur une période de validation antérieure à la période finale de test. Retenez une règle reproductible, puis figez-la avant d'évaluer les matchs suivants. Des demi-vies différentes peuvent produire des conclusions proches, ce qui renforce la lisibilité du résultat ; des conclusions opposées signalent une sensibilité à expliquer. Pour la Pro League, annotez les changements de format, les promotions et les interruptions. La moyenne doit toujours être calculée avant la rencontre que vous souhaitez étudier, en excluant son propre résultat.

Liste de contrôle pratique

Dessinez d'abord la fenêtre de calcul sur une ligne du temps : chaque rencontre doit se situer avant le moment étudié. Attribuez ensuite les poids à partir d'une règle écrite, puis affichez contribution et poids pour chaque ligne. Cette vérification rend immédiatement visible un match oublié, une ancienneté calculée dans la mauvaise unité ou une moyenne qui inclut involontairement le résultat à expliquer.

1. Définir la variable principale et son unité de mesure.
2. Choisir jours ou nombre de matchs comme échelle de récence.
3. Exclure le match cible avant de calculer la moyenne.
4. Afficher moyenne simple, moyenne pondérée et taille effective.
5. Tester la demi-vie sur une période de validation séparée.

Une seconde lecture doit retrouver les mêmes valeurs à partir des mêmes entrées, sans connaître votre conclusion. Conservez aussi les lignes rejetées et leur motif. Elles expliquent pourquoi le nombre de matchs effectivement analysés peut être inférieur au nombre annoncé dans le calendrier.

Comparer des vitesses d’oubli sans choisir après coup

La demi-vie de trente jours sert seulement à notre démonstration. Une durée plus courte réagit davantage aux derniers matchs, mais rend l'indicateur plus sensible aux événements isolés. Une durée plus longue stabilise la moyenne tout en conservant davantage d'anciens contextes. Choisissez parmi ces options sur une période de validation, puis gardez la règle fixe pendant le test. Enregistrez le poids brut de chaque match et la somme des poids ; cette somme ne constitue pas un nombre réel de rencontres supplémentaires.

Le nombre effectif calculé par le rapport du carré de la somme des poids à la somme de leurs carrés décrit leur concentration. Dans l'exemple, il vaut environ 2,33 pour trois lignes. Il ne corrige ni la dépendance des matchs ni un calendrier d'adversaires déséquilibré. Si une trêve allonge toutes les anciennetés d'une même quantité avec cette décroissance exponentielle, les poids bruts diminuent ensemble mais leur moyenne normalisée reste inchangée. Une règle de remise à zéro après trêve serait donc une décision distincte à documenter.

Sources et vérification

• Dixon et Coles, 1997 : modèle statistique des scores — Journal of the Royal Statistical Society, Series C — 2026-10-23
• TimeSeriesSplit — scikit-learn — 2026-10-23
• Jupiler Pro League : portail officiel — Pro League — 2026-10-23