Statistiques du football
Taille de l'échantillon : quand un résultat cesse d'être de la chance
Un taux de réussite sur un petit échantillon dépend beaucoup de la chance. Sur 100 paris avec 55 % de réussite, l'intervalle de confiance à 95 % va de 45,25 % à 64,75 %, et sur 1 000 paris de 51,92 % à 58,08 %. Sans aucun avantage, 60 paris gagnants ou plus sur 100 à une cote de 1,80 arrivent dans 21,41 % des cas. Pour qu'un avantage de +5 % à une cote de 2,00 se distingue de la chance, il faut environ 1 533 paris.
Sommaire
Notions clés
- Échantillon
- L'ensemble des paris, matchs ou prévisions sur lesquels on mesure quelque chose. La taille de l'échantillon est leur nombre.
- Taux de réussite
- La part des paris gagnants. Sans la cote, il ne dit rien : 55 % est excellent à une cote de 2,00 et faible à une cote de 1,50.
- Intervalle de confiance (95 %)
- L'intervalle qui contiendrait la vraie valeur dans 95 % des échantillons répétés. Plus l'échantillon est grand, plus l'intervalle est étroit.
- Erreur type
- De combien le taux de réussite bouge en moyenne d'un échantillon à l'autre : √(p × (1 − p) / n).
De combien un taux de réussite bouge-t-il par chance ?
± 1,96 × √(p × (1 − p) / n)| Paris | ± points de pourcentage | Intervalle à 95 % |
|---|---|---|
| 20 | ±21,80 | 33,20 % – 76,80 % |
| 50 | ±13,79 | 41,21 % – 68,79 % |
| 100 | ±9,75 | 45,25 % – 64,75 % |
| 250 | ±6,17 | 48,83 % – 61,17 % |
| 500 | ±4,36 | 50,64 % – 59,36 % |
| 1 000 | ±3,08 | 51,92 % – 58,08 % |
| 5 000 | ±1,38 | 53,62 % – 56,38 % |
L'intervalle se resserre avec la racine carrée du nombre de paris : pour diviser sa largeur par deux, il faut un échantillon quatre fois plus grand.
Exemple : 60 paris gagnants sur 100
Quelqu'un a 60 paris gagnants sur 100, tous à une cote de 1,80. Le ROI est de 0,60 × 1,80 − 1 = +8 %.
Le taux d'équilibre est de 1 / 1,80 = 55,56 %. Si la probabilité réelle de chaque pari est exactement celle-là, c'est-à-dire sans aucun avantage :
- 60 paris gagnants ou plus sur 100 arrivent dans 21,41 % des cas ;
- 600 paris gagnants ou plus sur 1 000 arrivent dans 0,25 % des cas.
Le même taux de réussite sur un échantillon dix fois plus grand veut dire tout autre chose. Sur 100 paris, +8 % vient facilement de la chance ; sur 1 000, rarement.
Pour les petits échantillons et les taux proches de 0 % ou 100 %, l'approximation normale est mauvaise, on utilise donc l'intervalle de Wilson. Pour 60 sur 100, il va de 50,20 % à 69,06 % et inclut le taux d'équilibre de 55,56 %. Pour 600 sur 1 000, il va de 56,93 % à 62,99 %, entièrement au-dessus.
Combien de paris faut-il pour montrer un avantage ?
Le nombre de paris à partir duquel le bénéfice attendu est à 1,96 écart type au-dessus de zéro :
n ≈ 1,96² × σ² / EV²
σ² = (1 + EV) × (cote − 1 − EV)| Cote | EV +5 % | EV +2 % |
|---|---|---|
| 1,50 | 727 | 4 703 |
| 2,00 | 1 533 | 9 601 |
| 3,00 | 3 147 | 19 397 |
| 5,00 | 6 374 | 38 989 |
Un avantage plus petit demande beaucoup plus de paris : un EV de +2 % au lieu de +5 % exige un échantillon plus de six fois plus grand. Les cotes plus hautes demandent plus de paris, car chaque pari oscille plus. La raison est expliquée dans le guide sur la variance des paris sportifs.
Tendances et petits échantillons au football
Les statistiques du football reposent souvent sur de petits échantillons. Un championnat de 20 clubs compte 380 matchs par saison, et chaque équipe en joue 19 à domicile.
- « L'équipe a marqué dans 8 de ses 10 derniers matchs » : 80 %, mais l'intervalle de Wilson à 95 % va de 49,02 % à 94,33 %.
- « L'équipe a marqué dans 15 de ses 19 matchs à domicile » : 78,95 %, et l'intervalle va de 56,67 % à 91,49 %.
Les deux tendances sont vraies, mais elles ne montrent pas que la probabilité de marquer la prochaine fois est exactement de 80 %. Une tendance est un fait sur des matchs passés ; une estimation pour le prochain match a aussi besoin d'autres données.
Comment StatsAI gère la taille de l'échantillon sur la page performances du modèle IA :
- l'intervalle de l'écart de score de Brier entre le modèle IA et le marché vient d'un rééchantillonnage de journées entières, 1 000 répétitions, car les matchs d'un même jour ne sont pas indépendants ;
- la calibration affiche l'intervalle de Wilson à 95 %, et les tranches de moins de 100 prévisions ne sont pas tracées ;
- les groupes de championnats n'apparaissent que s'ils comptent au moins 1 000 événements.
Limites
- Les formules supposent des paris indépendants avec la même probabilité. Les paris sur le même match, le même jour ou le même championnat ne sont souvent pas indépendants, il faut donc un échantillon plus grand.
- Le nombre de paris du tableau est approximatif et ne garantit pas que le résultat ne finira pas en perte.
- Un taux de réussite sans la cote ne dit rien de la rentabilité. Compare-le au taux d'équilibre de 1 / cote.
- Des résultats passés sur un grand échantillon ne veulent pas encore dire le même résultat à l'avenir, car les marchés et les équipes changent.
Guides liés
Sources
- Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212.
- Efron, B. (1979). Bootstrap methods: another look at the jackknife. The Annals of Statistics, 7(1), 1–26.