L’Espagne, la France ou l’Angleterre vont-elles gagner la coupe ? Des experts en statistiques ont utilisé des données de milliers de matchs pour simuler la Coupe du monde 2026 de foot 100 000 fois. Ils ont ainsi trouvé les résultats les plus probables.
Avant, pour savoir quelle équipe allait gagner la Coupe du monde, il fallait demander à des voyants, lire dans le marc de café ou attendre que Paul le Poulpe nous dise ce qui allait arriver.
Aujourd'hui, les données scientifiques nous donnent une meilleure réponse. Avec une équipe de statisticiens, j'ai aidé à créer un programme informatique spécial, appelé algorithme d'apprentissage automatique. Ce programme peut prédire le déroulement le plus probable du tournoi.
Des prédictions basées sur des probabilités
Notre algorithme fonctionne en deux étapes. D'abord, il utilise des modèles statistiques avancés, les prévisions des experts en paris sportifs et les informations sur les transferts de joueurs. Cela permet d'évaluer la force de chaque équipe et de chaque joueur. Ensuite, l'algorithme d'apprentissage automatique trouve la meilleure manière de combiner ces informations avec d'autres données sur les équipes.
Grâce à cela, nous pouvons prédire la probabilité de chaque résultat possible pour chaque match. Imaginez que ce sont des dés spéciaux : au lieu d'avoir les chiffres de 1 à 6 avec la même chance d'apparaître, ces dés donnent des chances différentes au nombre de buts que chaque équipe peut marquer.
Par exemple, selon nos calculs, l'équipe du Mexique marque en moyenne 1,9 but lors du match d'ouverture. Son adversaire, l'Afrique du Sud, marque seulement 0,7 but en moyenne. Mais attention, cela ne veut pas dire que le Mexique va gagner à coup sûr. Une victoire du Mexique est juste le résultat le plus probable, avec une chance de 65 %. Un match nul est moins probable (21 %), et une victoire de l'Afrique du Sud est le moins probable (14 %).
« ¡Vuelve a casa, el fútbol vuelve a casa! »
En utilisant ces dés spéciaux pour chaque match, il est possible de simuler tous les résultats de la Coupe du monde. Nous avons pris en compte le calendrier officiel du tournoi et toutes les règles de la FIFA, y compris les prolongations et les tirs au but. Ensuite, nous avons fait 100 000 simulations pour trouver le scénario le plus probable pour toute la compétition.
Les résultats montrent que l'Espagne est la favorite pour gagner, avec une probabilité de 14,5 %. L'Angleterre et la France la suivent de près, avec chacune 12,4 %. L'Allemagne arrive ensuite avec 11,2 %.
Comme le tournoi est plus grand cette année – il y a 48 équipes et cinq tours à élimination directe – les différences entre les équipes favorites ne sont pas très grandes. Le Portugal et l'Argentine ont aussi de bonnes chances de gagner, avec respectivement 8,9 % et 8,2 % de probabilité de remporter la coupe.
Pour les États-Unis, le pays hôte, il y a une forte probabilité d'atteindre les seizièmes de finale : 78 %. C'est la meilleure chance dans leur groupe, qui contient trois autres équipes. Cependant, une fois que les matchs deviennent à élimination directe, où chaque match est très important, les chances des États-Unis de continuer le tournoi diminuent assez vite. La probabilité que le pays hôte gagne la finale le 19 juillet n'est que de 1 %.
Comment fonctionne notre modèle
Notre algorithme d'apprentissage automatique et les simulations qui en découlent utilisent un mélange de données, d'expertises et de modèles statistiques.
D'abord, nous regardons tous les matchs internationaux joués ces huit dernières années pour estimer le niveau des équipes dans le passé. Ensuite, nous faisons une estimation pour l'avenir en utilisant les prévisions des experts en paris sportifs, qui donnent leur avis sur le tournoi à venir.
Troisièmement, nous évaluons chaque joueur en fonction de son rôle dans les buts marqués par son club et son équipe nationale. Enfin, nous regardons la valeur actuelle des joueurs et leur potentiel futur en estimant leur valeur sur le marché des transferts. Ces informations sont disponibles sur le site Transfermarkt, qui utilise une méthode basée sur l'intelligence collective pour estimer ces valeurs.
Ces quatre éléments sont ensuite combinés avec beaucoup d'autres informations importantes qui décrivent la situation actuelle des équipes et de leurs pays. Cela inclut des choses comme le classement FIFA des équipes ou le nombre de joueurs qui ont atteint les demi-finales de la Ligue des champions cette année. Nous avons aussi ajouté des facteurs liés aux pays, comme le PIB par habitant.
Pour savoir si ces informations influencent vraiment les résultats d'une Coupe du monde, et dans quelle mesure, nous avons utilisé un algorithme d'apprentissage automatique.
Plus précisément, nous avons utilisé ce qu'on appelle une "forêt aléatoire" (random forest). C'est un modèle qui utilise beaucoup d'arbres de décision, et chaque arbre est entraîné avec des données un peu différentes. Cet algorithme a été entraîné avec tous les matchs des grandes compétitions internationales depuis la Coupe du monde 2006.
Il apprend ainsi à lier le niveau des équipes, la valeur de leurs joueurs et d'autres facteurs au nombre de buts marqués pendant les matchs de Coupe du monde. C'est cette information qui nous permet de "piper les dés" pour nos simulations.
Quelle est la fiabilité de ces prédictions ?
Ce n'est pas la première fois que notre équipe, composée d'Andreas Groll, Rouven Michels et leurs collègues de l'université technique de Dortmund en Allemagne, ainsi que de Lars Magnus Hvattum du Molde University College en Norvège, de Gunther Schauberger de l'université technique de Munich et moi-même, collabore pour prédire l'issue d'une Coupe du monde.
Lors de la Coupe du monde féminine 2019, nous avions correctement prédit que les États-Unis allaient gagner. Pour la Coupe du monde féminine 2023 et la Coupe du monde masculine 2022, les équipes gagnantes – l'Espagne et l'Argentine – n'étaient pas nos favorites, même si notre modèle les considérait comme de sérieuses prétendantes au titre.
Ce qu'il faut retenir, c'est qu'une prédiction est basée sur des probabilités. Notre programme ne prétend pas prédire le vainqueur avec une certitude absolue. Mais il a peut-être plus de chances de réussir qu'un mollusque à huit bras.
Achim Zeileis ne travaille pas, ne donne pas de conseils, ne possède pas d'actions et ne reçoit pas d'argent d'une organisation qui pourrait bénéficier de cet article. Il n'a déclaré aucune autre affiliation que son organisme de recherche.