Guides › Le modèle Poisson derrière les prédictions de football

Guide

Le modèle Poisson derrière les prédictions de football

Une distribution, inventée pour les dés et appliquée pour la première fois au football en 1958, alimente encore aujourd'hui les modèles de matchs les plus transparents.

Mis à jour le 2026-11-10 · par l'équipe Footalytics

Pourquoi Poisson convient au football

Les buts sont des événements rares, à peu près indépendants, avec une moyenne stable — exactement ce que décrit la distribution de Poisson. Étant donné les buts attendus d'une équipe (disons 1,6), Poisson donne la probabilité qu'elle marque 0, 1, 2, 3… buts. L'analyse de Morley en 1958 sur les buts en Coupe du monde et une longue série de recherches depuis ont jugé l'ajustement assez bon pour que cela reste le point de départ standard de la modélisation des matchs.

De deux équipes à une matrice de scores

Estimez les buts attendus de chaque équipe — Footalytics utilise des notes de force de type Elo, la forme récente et l'avantage du terrain — puis appliquez Poisson aux deux et multipliez : P(domicile marque i) × P(extérieur marque j) remplit la cellule de la matrice pour le score i–j. Additionnez les cellules et vous obtenez les probabilités 1X2, plus/moins de 2,5, BTTS et score exact à partir d'un seul objet cohérent.

La correction Dixon-Coles

Le Poisson brut sous-estime les nuls à petit score (0–0, 1–1), surestime certains scores fleuves et traite les résultats anciens comme ceux de la semaine dernière. La correction de Dixon et Coles de 1997 ajuste la distribution conjointe près des scores bas et pondère les données d'entrée dans le temps. C'est le raffinement standard de la modélisation académique des matchs — et la version qu'utilise Footalytics.

Ce que le modèle ne sait pas

Les compositions, les blessures confirmées une heure avant le coup d'envoi, la météo, les variations de motivation et les changements d'entraîneur ne se reflètent que partiellement dans les notes. L'algorithme est une base solide. Quand vous demandez, l'analyse par IA apporte ce contexte, et la lecture combine les deux. Les choix officiels restent évalués en public.

Le voir sur un vrai match

Ouvrez les matchs du jour et demandez-en un : la réponse affiche les probabilités, les scores principaux et le raisonnement — la même distribution que décrit ce guide, sans le bruit.

FAQ

Qu'est-ce que le modèle de Poisson dans les prédictions foot ?

Une méthode statistique qui convertit les buts attendus de chaque équipe en probabilité pour chaque nombre de buts, puis combine les deux en une distribution complète des scores.

Pourquoi utiliser la correction Dixon-Coles ?

Le Poisson brut sous-estime systématiquement les nuls 0–0 et 1–1. L'ajustement Dixon-Coles de 1997 corrige ce biais et réduit le poids des résultats anciens — c'est le raffinement standard de la littérature.

Quelles données alimentent le modèle ?

Résultats historiques (pour les notes de force), forme récente, avantage du terrain et calendriers/classements publics — données réelles uniquement, aucune cote en entrée.

Puis-je voir le bilan du modèle ?

Oui : chaque prédiction officielle qu'il produit est réglée face au score réel sur le tableau de bord public de précision, échecs inclus.