Des chiffres. Une méthode.
Aucune certitude.
Notre rôle est de rendre le football plus lisible. Voici exactement ce que notre première version calcule, et ce qu’elle ne sait pas encore.
Proba Match calcule automatiquement ses probabilités avec un modèle statistique Elo–Poisson. Les explications sont assemblées selon des règles à partir des données et des facteurs calculés, sans IA générative. Elles décrivent une estimation du modèle, pas une certitude sur le déroulement du match.
01 — Des sources clairement identifiées
Les calendriers et résultats proviennent d’OpenFootball et d’ESPN, importés dans notre base PostgreSQL. OpenFootball n’exige aucune clé API. Sa mise à jour dépend des contributions : elle ne garantit pas un suivi en direct. Les classements Proba Match sont calculés sur les résultats disponibles. ESPN fournit les cinq championnats supplémentaires, leurs effectifs et leurs statistiques disponibles. Les synchronisations périodiques ne garantissent pas un suivi en direct. Les playoffs sont exclus des classements de ligue calculés.
Les données avancées peuvent être enrichies par API-Football / API-Sports. Elles sont normalisées, synchronisées par le serveur et conservées en base. Les visiteurs ne déclenchent pas de requête fournisseur. Une information absente est indiquée comme non disponible.
02 — Elo : le niveau relatif
Chaque équipe commence à 1 500 points. Après une rencontre, son rating évolue selon le résultat, l’adversaire et l’écart de buts. Le moteur utilise K = 24 et un avantage domicile de 60 points, paramétrables dans le moteur. L’écart de buts est amorti par un logarithme. Les historiques de rating sont conservés.
E(domicile) = 1 / (1 + 10 ^ ((Elo extérieur − Elo domicile − 60) / 400))03 — Forme, adversaires et récence
Depuis la version 1.1, la force de chaque adversaire est celle connue avant la rencontre historique. L’indice de forme compare le résultat à l’attente Elo, sur dix matchs au maximum et avec une demi-vie de 30 jours. L’écart de forme multiplie l’ajustement de buts par exp(0,12 × écart / 100). Ce paramètre conservateur reste à valider sur données réelles ; il ne constitue pas une preuve d’amélioration.
Le modèle retient jusqu’à 20 matchs terminés par équipe et exige au moins cinq observations de chaque côté. Le poids diminue de moitié tous les 60 jours. Un match joué dans le contexte domicile/extérieur opposé reçoit un poids de 0,65. La force adverse ajuste les buts observés par un facteur borné de 0,75 à 1,30.
Le modèle combine 60 % de la production offensive d’une équipe et 40 % des buts encaissés par son adversaire. Un ajustement Elo modéré et borné répartit ensuite la force entre les deux équipes. Les espérances de buts sont bornées entre 0,15 et 4,5.
04 — Poisson : des buts aux probabilités
Deux distributions de Poisson indépendantes donnent une probabilité à chaque score. La matrice couvre 0 à 30 buts par équipe, puis est normalisée. La somme des cases où le domicile gagne donne la probabilité « 1 » ; la diagonale donne « N » ; les autres cases donnent « 2 ». Les trois pourcentages affichés totalisent 100 % grâce à un arrondi par plus grands restes.
P(buts = k) = exp(−λ) × λ^k / k!Les buts attendus ici sont les espérances du modèle ; ils ne sont pas des xG de tirs. Le score le plus plausible reste une possibilité dont la probabilité peut être faible. Les probabilités de clean sheet suivent exp(−λ adverse).
Depuis la version 1.2, le rapport entre les deux espérances de buts est réduit à 80 % de sa valeur logarithmique, sans modifier leur moyenne géométrique. Ce paramètre a été choisi sur les matchs antérieurs à 2025, puis vérifié sur 2025 et 2026 séparément. Les probabilités « les deux marquent », buts totaux, marges et scores possibles proviennent de cette même matrice, sans modèle supplémentaire. La probabilité d’un score précis reste faible.
05 — La confiance décrit les informations
Le score de confiance est une heuristique de qualité des données : volume historique (35 points), récence (20), compositions (10), blessures (5), stabilité (15), couverture statistique (15). Il ne mesure ni la certitude d’un résultat ni une performance validée du modèle.
Le modèle utilise les résultats, les lieux, les dates et l’Elo. Il ne transforme pas les absences, la fatigue, la météo, les compositions, les xG/xA ou les confrontations directes en ajustements de force sans un modèle validé. Les compositions disponibles améliorent seulement la qualité des informations. Possession, tirs, corners et cartons projetés restent « Données insuffisantes ».
06 — Les joueurs : une évaluation adaptée au poste
L’indice descriptif sur 100 combine la note du fournisseur et des métriques par 90 minutes. Les attaquants et milieux utilisent buts, passes et tirs ; les défenseurs, tacles et interceptions ; les gardiens, arrêts et buts encaissés. Le calcul exige au moins 90 minutes et les métriques essentielles du poste. Une métrique manquante bloque le calcul au lieu de devenir zéro.
La liste « Joueurs à suivre » pondère cet indice par la part de titularisations. Il s’agit d’un classement heuristique exploratoire, pas d’une probabilité d’être homme du match. La v1 ne prétend pas ajuster cet indice à la fatigue ou à la composition adverse.
07 — Un historique qui ne réécrit pas le passé
Les prédictions réelles sont créées lors des synchronisations avant le coup d’envoi. La première version et la version tenant compte de la disponibilité des compositions sont stockées séparément, sans mise à jour rétroactive. Des contraintes et un déclencheur PostgreSQL empêchent une écriture initiale tardive et les modifications de prédictions.
Le backtest parcourt les matchs dans l’ordre. Seules les rencontres terminées dont le coup d’envoi précède la cible d’au moins trois heures dans le test historique initial, puis de 24 heures dans le test de validation renforcé. Les statistiques saisonnières actuelles, blessures actuelles et compositions connues plus tard sont exclues. Ce délai conservateur ne remplace pas un journal historique de disponibilité exacte des données ; les imports doivent être audités. Les métriques de ce test rétrospectif ne sont pas celles de prédictions réellement publiées avant-match.
08 — Limites à garder en tête
Le football est peu prévisible. Les cartons rouges, rotations, changements tactiques et petits échantillons peuvent rendre ces estimations fragiles. L’indépendance des deux distributions ignore certaines corrélations entre scores. La validation chronologique réduit certaines erreurs observées, mais ne prouve pas une amélioration future sur toutes les compétitions. Le nombre de prédictions publiées puis évaluées reste insuffisant pour mesurer la performance réelle en production.
Les données réelles peuvent être retardées ou incomplètes. Une rencontre annulée ou reportée n’est pas présentée comme un résultat normal. Le site ne propose aucune transaction de jeu d’argent.
Les projections présentées sont des estimations statistiques et ne garantissent aucun résultat sportif.