Appliquer la loi de Poisson aux scores de football

Définir ce que compte la variable

Notons X les buts de l'équipe à domicile et Y ceux de l'équipe visiteuse. Il faut choisir une durée commune, par exemple le temps réglementaire avec le temps additionnel, en excluant prolongation et séance de tirs au but. Un score administratif doit être identifié séparément. Les paramètres λ et μ représentent les moyennes conditionnelles du modèle pour cette rencontre. Ils ne sont pas automatiquement égaux aux moyennes brutes de buts des deux équipes sur leurs cinq derniers matchs.

Lire la formule sans oublier ses conditions

Pour un nombre entier k supérieur ou égal à zéro, P(X = k) = exp(−λ) × λᵏ / k!. La factorielle k! vaut le produit des entiers de 1 à k, avec 0! = 1. Le modèle de Poisson impose une égalité entre moyenne et variance de la distribution conditionnelle. Cette propriété constitue une hypothèse à examiner, pas une loi du football. Si λ vaut zéro, toute la masse se trouve sur zéro but ; ce cas théorique mérite un traitement explicite dans un programme.

Calculer quelques scores pour deux équipes fictives

Avec λ = 1,4 et μ = 1,1, la probabilité de deux buts à domicile vaut environ 24,17 %, celle d'un but visiteur 36,62 %. Sous indépendance conditionnelle des deux comptes, le score 2–1 a donc une probabilité d'environ 8,85 %. Une matrice complète permet de sommer les cases X > Y, X = Y et X < Y. Pour ces paramètres fictifs, on obtient environ 43,80 %, 26,63 % et 29,56 %. Les écarts d'arrondi expliquent une somme affichée éventuellement différente de 100 %.

Estimer les forces d’attaque et de défense

Une construction élémentaire peut partir de la moyenne du championnat à domicile, multipliée par une force offensive et une faiblesse défensive relatives. Un modèle ajusté conjointement est préférable si les calendriers sont déséquilibrés. Il doit gérer les nouveaux promus et éviter d'attribuer une force extrême à une équipe après deux rencontres. La régression de Poisson et les modèles de scores développés dans la littérature donnent un cadre pour estimer ces paramètres, plutôt que d'ajuster chaque rencontre manuellement après avoir vu le résultat.

Vérifier la matrice et les dépendances

Une table arrêtée à quatre buts n'est pas une distribution complète : les scores supérieurs gardent une probabilité. Augmentez la borne jusqu'à rendre la masse oubliée négligeable pour votre usage, ou publiez une case de dépassement. Renormaliser silencieusement une petite matrice change la question analysée. L'indépendance peut aussi mal représenter les faibles scores ou les réactions tactiques à un but. Une correction de dépendance doit être estimée et validée ; elle ne devient pas fiable parce qu'elle rend une rencontre passée plus plausible.

Comparer le modèle à une référence simple

Évaluez les probabilités sur des matchs postérieurs à l'apprentissage. Comparez-les à un modèle utilisant seulement les fréquences du championnat et examinez les résultats par saison. Un modèle compliqué doit améliorer une mesure définie à l'avance, pas simplement produire une explication séduisante de quelques surprises. Publiez aussi les matchs où les données ne permettent pas d'estimer les paramètres. Pour la Pro League, conservez la saison et la phase de compétition afin de ne pas mélanger sans contrôle des formats différents.

Liste de contrôle pratique

Commencez par recalculer les cellules 0–0, 1–0 et 0–1 à la main. Elles permettent de détecter une inversion entre les paramètres domicile et extérieur. Passez ensuite à la somme de la matrice avant de regrouper victoires, nuls et défaites. Une table visuellement correcte peut conserver une masse manquante dans les scores élevés ; la vérification porte donc aussi sur les cellules non affichées.

1. Définir la durée et le traitement des matchs administratifs.
2. Estimer les paramètres uniquement avec les informations antérieures.
3. Calculer les cases avec leur précision complète avant affichage.
4. Mesurer la probabilité laissée hors de la matrice affichée.
5. Tester les résultats sur une période future gardée à part.

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.

Garder une matrice complète derrière son affichage

La table de zéro à quatre buts est destinée à la lecture. Pour les paramètres de l'exemple, un programme peut prolonger les deux axes jusqu'à ce que la probabilité laissée de côté soit inférieure à une tolérance fixée. Enregistrez cette tolérance, la borne atteinte et la somme réellement obtenue. Renormaliser les seules cellules visibles revient à conditionner sur l'absence de scores supérieurs à la borne ; ce n'est pas la distribution initiale. Une somme proche de cent pour cent après arrondi ne suffit pas à démontrer que le calcul couvre toute la masse.

Conservez séparément les paramètres estimés et la règle de dépendance entre les deux équipes. La multiplication des probabilités marginales correspond ici à une hypothèse d'indépendance. Si vous appliquez une correction aux petits scores ou une autre structure, donnez son nom, ses paramètres et sa normalisation. Évaluez ensuite le changement sur une période ultérieure. Ajouter une correction parce qu'elle reproduit mieux quelques résultats connus ne démontre pas une amélioration générale du modèle.

Sources et vérification

• Poisson distribution: probability mass function — SciPy — 2026-10-23
• 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