Le Modèle

ForzaPitch utilise un modèle de régression de Poisson avec la correction Dixon-Coles pour prédire les résultats des matchs de football. Pour chaque match, nous estimons les buts attendus (xG) de chaque équipe à partir de sa forme offensive et défensive, de son classement Elo, de l'avantage du terrain et des moyennes de buts de la ligue, puis nous les ajustons selon la dynamique récente, le repos et la densité du calendrier, les conditions météo et la position au classement ou les enjeux de fin de saison. La distribution de Poisson nous donne ensuite la probabilité de chaque score possible, dont nous dérivons le 1X2, les over/under et d'autres marchés. Les prédictions sont également combinées aux cotes des bookmakers, davantage lorsque le marché bouge fortement.

Chaque équipe possède un classement Elo global mis à jour après chaque match — et l'Elo ne sert pas seulement aux confrontations de coupe entre ligues différentes : il est combiné directement à notre estimation de Poisson dans la probabilité finale de chaque match, avec une pondération ajustée par compétition. Pour les matchs de coupe où s'affrontent des équipes de ligues différentes, nous utilisons aussi des moyennes de ligue pondérées par l'Elo pour corriger la différence de niveau.

Au-delà de l'estimation de base du xG, le modèle applique une série d'ajustements contextuels : la forme récente (davantage pondérée sur les derniers matchs), le repos et la densité du calendrier (les équipes peu reposées sont pénalisées, les équipes reposées reçoivent un léger bonus), la météo (vent fort ou pluie intense réduisent les buts attendus) et le contexte du classement (course au titre, lutte pour le maintien et matchs sans enjeu modifient la motivation). Les prédictions avec peu de données historiques sont ramenées vers une base neutre tant qu'un nombre suffisant de matchs n'a pas été joué.

Précision hebdomadaire — 8 dernières semaines

Moyenne de la période: 63.4%

62.0%

Précision globale

Analysés: 2569 matchs

modèle calibration parfaite ● <7pp écart: bon / moyen / éloigné