L’origine du modèle

Le modèle Dixon-Coles a été publié en 1997 par Mark Dixon et Stuart Coles dans le Journal of the Royal Statistical Society. Leur objectif : améliorer la modélisation de la distribution des scores de football, en corrigeant une faiblesse du modèle de Poisson classique.

Le modèle de Poisson : la base

En football, le nombre de buts marqués par une équipe suit approximativement une distribution de Poisson. Ce modèle dit : si une équipe marque en moyenne λ buts par match, la probabilité qu’elle marque exactement k buts est calculable mathématiquement.

Le paramètre λ (lambda) est estimé à partir des statistiques de l’équipe :

• Force d’attaque de l’équipe
• Vulnérabilité défensive de l’adversaire
• Moyenne de buts dans la ligue
• Avantage à domicile

L’apport de Dixon-Coles

Le problème du modèle de Poisson basique : il sous-estime la fréquence des scores très serrés (0-0 et 1-0). Dixon et Coles ont introduit un facteur de correction ρ (rho) qui ajuste les probabilités pour ces scores faibles, les rendant plus réalistes.

Comment FootEdge l’utilise

Notre implémentation calcule pour chaque match :

• λ domicile = (attaque domicile × défense adverse) / moyenne ligue × 1.08 (avantage domicile)
• λ extérieur = (attaque extérieur × défense domicile) / moyenne ligue

Ces λ sont dérivés des statistiques des 10 derniers matchs de chaque équipe, pondérés récemment. On calcule ensuite toutes les combinaisons de scores possibles (0-0, 0-1, 1-0, …) et on en déduit les probabilités 1X2, Over/Under, BTTS et les scores les plus probables.

L’ajout du classement ELO

Le modèle Dixon-Coles capture la forme récente d’une équipe, mais peut manquer d’information sur sa « valeur intrinsèque » sur le long terme. C’est pourquoi FootEdge intègre également le classement ELO via ClubELO, qui mesure la force d’une équipe sur des centaines de matchs.

L’ELO intervient dans le calcul de l’indice de confiance affiché sur chaque pronostic.

Les limites du modèle

Aucun modèle n’est parfait. Dixon-Coles ne peut pas prendre en compte :

• Les absences de joueurs clés (blessures, suspensions)
• La motivation des équipes (match de championnat vs coupe)
• Les conditions météo ou terrain
• Les facteurs psychologiques

C’est pourquoi nos pronostics sont à titre indicatif et doivent être croisés avec votre propre analyse.

Qu’est-ce que le critère de Kelly ?

Développé par John L. Kelly en 1956 pour les ingénieurs des télécommunications de Bell, le critère de Kelly s’est imposé comme la référence pour la gestion du capital dans les paris et l’investissement.

L’idée : misez une fraction de votre bankroll proportionnelle à votre avantage (edge) sur le bookmaker.

La formule de Kelly

f = (b × p − q) / b

Où :

• f = fraction de la bankroll à miser
• b = gain net pour 1€ misé (cote − 1)
• p = probabilité estimée de gagner
• q = probabilité de perdre (1 − p)

Exemple

Cote 2.10, probabilité estimée 55 %, bankroll 500 €.

• b = 2.10 − 1 = 1.10
• p = 0.55, q = 0.45
• f = (1.10 × 0.55 − 0.45) / 1.10 = (0.605 − 0.45) / 1.10 = 14.1 %
• Mise recommandée : 500 × 0.141 = 70.5 €

Le Kelly fractionné (demi-Kelly)

En pratique, la plupart des professionnels utilisent le demi-Kelly (f / 2) pour deux raisons :

• Réduit la volatilité de la bankroll de manière significative
• Compense les erreurs dans l’estimation de probabilité

Dans notre exemple, la mise demi-Kelly serait : 70.5 / 2 = 35 €.

Les erreurs à éviter

• Surestimer votre edge : si votre modèle est moins précis que vous le pensez, Kelly vous pousse à miser trop
• Appliquer Kelly sur des paris sans edge : si l’edge est nul ou négatif, Kelly dit de ne pas miser
• Ignorer la corrélation : si vous avez plusieurs paris simultanés corrélés (même match, même compétition), la formule Kelly simple ne s’applique pas directement

FootEdge et le simulateur de mise

Sur chaque page de match FootEdge, notre simulateur de gain vous permet de visualiser concrètement le retour potentiel selon votre mise, pour chaque issue possible. Une façon simple de calibrer votre pari sans formule mathématique complexe.