Aller au contenu principal

Le Modèle

Comment ForzaPitch prédit les matchs de football

01  Méthodologie

ForzaPitch utilise un modèle de régression de Poisson avec la correction Dixon-Coles pour prédire les résultats.

02  Classements Elo

Chaque équipe possède un classement Elo global mis à jour après chaque match.
Précision hebdomadaire — 8 dernières semaines
40% 55% 70% 20 Apr 27 Apr 4 May 11 May 18 May 25 May 1 Jun 8 Jun
Moyenne de la période: 62.6%
61.6%
Précision globale
Analysés: 2166 matchs
Calibration

Un modèle bien calibré prédit les événements à 60% de probabilité correctement environ 60% du temps.

25% 50% 75% 100% 0% 25% 50% 75% 100% parfaite 55% previsto → 56.4% reale (n=794) 65% previsto → 60.4% reale (n=824) 75% previsto → 67.5% reale (n=372) 85% previsto → 77.1% reale (n=157) 95% previsto → 84.2% reale (n=19) Probabilité prévue Fréquence réelle
modèle calibration parfaite ● <7pp écart: bon / moyen / éloigné
Bande de confiance Matchs Attendu Réel
50–60% 794 55.0% 56.4%
60–70% 824 65.0% 60.4%
70–100% 548 85.0% 70.8%