Statistiques

Loi de Poisson dans les paris foot : guide étape par étape

Sur cette page
  1. Pourquoi la loi de Poisson fonctionne pour le foot
  2. Étape 1 : récupérer les moyennes du championnat
  3. Étape 2 : calculer les forces offensive et défensive
  4. Étape 3 : buts attendus pour le match
  5. Étape 4 : probabilité du nombre de buts de chaque équipe
  6. Étape 5 : probabilités des scores
  7. Étape 6 : des scores aux marchés
  8. Comment améliorer le modèle
  9. Limites
  10. Questions fréquentes

Réponse courte : La loi de Poisson transforme le nombre de buts attendus de chaque équipe en probabilité de chaque score possible. À partir de ces probabilités, vous pouvez calculer les cotes justes du résultat, du plus/moins de buts, des deux équipes qui marquent et du score exact, puis les comparer aux cotes du bookmaker pour repérer les paris à valeur.

Pourquoi la loi de Poisson fonctionne pour le foot

Les buts sont des événements rares, à peu près indépendants, répartis sur 90 minutes : c'est exactement la situation que décrit la loi de Poisson. Avec une moyenne (λ, « lambda »), elle donne la probabilité d'obtenir 0, 1, 2, 3… événements :

P(k buts) = λ^k × e^(−λ) ÷ k!

Vous n'avez pas besoin de la calculer à la main. Dans Excel ou Google Sheets : =POISSON.DIST(k, λ, FALSE) (dans Excel en français : =LOI.POISSON.N(k; λ; FAUX)).

Étape 1 : récupérer les moyennes du championnat

Il vous faut la moyenne de buts marqués par match par les équipes à domicile et par les équipes à l'extérieur dans le championnat. Dans notre exemple :

  • Moyenne de buts à domicile du championnat : 1.55
  • Moyenne de buts à l'extérieur du championnat : 1.20

Étape 2 : calculer les forces offensive et défensive

Comparez chaque équipe à la moyenne du championnat :

IndiceFormuleExempleRésultat
Attaque de l'équipe à domicileButs marqués par match à domicile ÷ 1.551.90 ÷ 1.551.226
Défense de l'équipe à l'extérieurButs encaissés par match à l'extérieur ÷ 1.551.70 ÷ 1.551.097
Attaque de l'équipe à l'extérieurButs marqués par match à l'extérieur ÷ 1.201.00 ÷ 1.200.833
Défense de l'équipe à domicileButs encaissés par match à domicile ÷ 1.200.95 ÷ 1.200.792

Un indice supérieur à 1 signifie une attaque au-dessus de la moyenne, ou une défense moins bonne que la moyenne, puisque l'équipe encaisse davantage de buts.

Étape 3 : buts attendus pour le match

Buts attendus à domicile = attaque à domicile × défense à l'extérieur × moyenne de buts à domicile du championnat Buts attendus à l'extérieur = attaque à l'extérieur × défense à domicile × moyenne de buts à l'extérieur du championnat

  • Domicile : 1.226 × 1.097 × 1.55 = 2.08
  • Extérieur : 0.833 × 0.792 × 1.20 = 0.79

Étape 4 : probabilité du nombre de buts de chaque équipe

ButsÉquipe à domicile (λ = 2.08)Équipe à l'extérieur (λ = 0.79)
012.4%45.3%
125.9%35.9%
227.0%14.2%
318.8%3.7%
49.8%0.7%

Étape 5 : probabilités des scores

Multipliez les deux colonnes. La probabilité d'un 2–1 est 27.0% × 35.9% = 9.7%. Les scores les plus probables de ce match :

ScoreProbabilité
2–012.2%
1–011.8%
2–19.7%
1–19.3%
3–08.5%

La grille complète sert de base aux paris sur le score exact.

Étape 6 : des scores aux marchés

Additionnez les scores pertinents de la grille :

MarchéProbabilitéCote juste
Victoire à domicile67.3%1.49
Match nul19.6%5.11
Victoire à l'extérieur13.1%7.62
Plus de 2.5 buts54.8%1.82
Les deux équipes marquent – oui47.9%2.09
Domicile -1.542.8%2.34

Si un bookmaker propose la victoire à domicile à 1.60 ou plus de 2.5 buts à 1.95, ces cotes sont supérieures aux cotes justes du modèle : ce sont des pistes à examiner. Consultez aussi les guides sur le 1N2 (aussi écrit 1X2), le plus/moins de buts, les deux équipes marquent et les handicaps -1.5.

Comment améliorer le modèle

  • Utilisez les buts attendus plutôt que les buts marqués. Les xG et les xGA sont plus stables que les buts réellement marqués et prédisent mieux.
  • Donnez plus de poids aux matchs récents. La forme, les blessures et les nouveaux entraîneurs modifient la force des équipes.
  • Disposez de données suffisantes. Au moins 10 à 15 matchs par équipe : les chiffres de début de saison sont peu fiables.
  • Corrigez les nuls à faible score. Le modèle de base sous-estime légèrement les 0–0 et les 1–1 ; la correction de Dixon–Coles règle ce biais.
  • Ajoutez le contexte que les chiffres ne montrent pas : suspensions, rotations avant les matchs européens, motivation en fin de saison.

Limites

La loi de Poisson suppose que les buts des deux équipes sont indépendants et que le rythme de marque reste constant pendant tout le match. En réalité, une équipe menée attaque davantage, et une équipe qui protège son avance se replie. Le modèle constitue un bon point de départ, pas une boule de cristal : comparez toujours ses résultats avec le marché et misez de façon raisonnable (gestion de bankroll).

Questions fréquentes

Qu'est-ce que la loi de Poisson dans le foot ?

C'est une formule statistique qui transforme un nombre moyen de buts en probabilité de chaque nombre exact de buts. Elle sert à estimer les scores et les cotes justes.

Les prédictions de Poisson sont-elles fiables ?

Elles offrent une base solide, souvent proche des cotes du marché dans les grands championnats. La précision s'améliore avec les xG, la pondération de la forme récente et une correction des scores faibles.

Quelle est la formule de Poisson dans Excel ?

=LOI.POISSON.N(buts; buts_attendus; FAUX) donne la probabilité d'obtenir exactement ce nombre de buts.

La loi de Poisson permet-elle de prévoir plus de 2.5 buts ?

Oui. Additionnez les probabilités de tous les scores à trois buts ou plus, ou calculez 1 moins la probabilité d'obtenir 0, 1 ou 2 buts au total.