Plus/Moins de 2,5 buts : dériver la probabilité du total de buts de la matrice des scores
La probabilité de plus de 2,5 buts se calcule en additionnant chaque case d'une matrice des scores fondée sur Poisson où les buts des deux équipes totalisent trois ou plus ; le moins de 2,5 se résume aux six scores restants — 0-0, 1-0, 0-1, 1-1, 2-0 et 0-2. Dans les grands championnats, cette probabilité se situe généralement dans une fourchette de 40-60 %, ce qui signifie qu'aucun côté de la ligne n'est jamais proche de la certitude. Cette page parcourt toute la chaîne de dérivation, du xG aux taux de buts jusqu'à l'échelle des lignes de buts. Il s'agit d'analyse de données football, pas d'un conseil de pari.
Ce que le plus/moins de 2,5 mesure réellement
Le plus/moins de 2,5 buts est un seuil qui résume non pas le résultat d'un match mais la distribution de son nombre total de buts : si 0, 1 ou 2 buts sont marqués, le total passe sous 2,5 ; avec 3 ou plus, il passe au-dessus. La question analytiquement correcte n'est donc pas « plus ou moins ? » mais quelle est la valeur de P(total de buts ≥ 3) ? — une probabilité, pas une étiquette.
Un total de buts n'est pas un pile ou face. Les profils offensifs et défensifs des deux équipes, le rythme attendu du jeu et l'environnement de buts du championnat font varier cette probabilité d'un match à l'autre. La ligne au demi-but n'est pas non plus un hasard : comme un total ne peut jamais être égal à 2,5, chaque match tombe nettement dans l'une des deux classes, sans résultat ambigu. Cette netteté fait du total de buts l'une des grandeurs les plus propres à modéliser et à backtester.
Du xG aux taux de buts : la matière première
La chaîne de dérivation commence avec le xG (buts attendus). La production offensive d'une équipe, le profil défensif de l'adversaire, l'avantage du terrain et la forme actuelle sont combinés et compressés en un seul nombre par équipe : un taux de buts attendus (λ) propre au match — disons 1,6 pour l'équipe à domicile et 1,1 pour les visiteurs.
Un modèle de Poisson transforme ces taux en distributions complètes : la probabilité qu'une équipe marque 0, 1, 2, 3... buts est calculée explicitement. En combinant les distributions des deux équipes, on obtient la matrice des scores — la probabilité de chaque score, avec les buts à domicile en lignes et les buts à l'extérieur en colonnes. Chaque sortie fondée sur les buts, y compris l'analyse du total de buts, découle de cette unique matrice partagée.
Dériver P(total > 2,5) de la matrice des scores
Le calcul est étonnamment simple : chaque case de la matrice est la probabilité d'un score, et la probabilité de plus de 2,5 est la somme de toutes les cases où la somme des buts à domicile et à l'extérieur atteint 3 ou plus. Le moins de 2,5 se compose d'exactement six cases : 0-0, 1-0, 0-1, 1-1, 2-0 et 0-2. Les deux valeurs s'additionnent toujours à 100 % — elles ne sont pas estimées séparément, ce sont deux faces d'une même distribution.
Cette structure explique pourquoi la correction de Dixon-Coles est cruciale précisément sur cette ligne : les cases à faible score où un modèle de Poisson simple montre un biais systématique (0-0, 1-0, 0-1, 1-1) sont exactement celles qui composent le moins de 2,5. Un modèle qui évalue mal les faibles scores évalue directement mal le « moins ». 11Stat repondère ces cases avec Dixon-Coles pour tenir compte de la dépendance entre les buts des deux équipes.
L'échelle des lignes de buts : 1,5, 2,5, 3,5 et un contrôle de cohérence intégré
2,5 n'est pas la seule ligne ; la même matrice produit chaque ligne de 0,5 à 4,5, et par définition les probabilités doivent décroître de façon monotone : P(plus de 1,5) ≥ P(plus de 2,5) ≥ P(plus de 3,5). Cette « échelle des lignes de buts » est un test de cohérence interne gratuit — comme toutes les lignes proviennent d'une seule matrice, elles ne peuvent jamais se contredire sur un panneau 11Stat.
Si 2,5 est devenue la référence mondiale, c'est à cause de la moyenne du football : les grands championnats européens produisent environ 2,6-2,9 buts par match depuis de nombreuses années, si bien que la ligne 2,5 partage la distribution de la façon la plus équilibrée. Le plus de 1,5 est franchi dans la plupart des matchs avec une forte probabilité, le plus de 3,5 échoue dans la plupart. La valeur analytique réside dans la lecture de la façon dont les écarts entre les lignes reflètent le profil spécifique d'un match donné.
Ce qui fait bouger le chiffre : environnement du championnat, profils, rythme
La même espérance de buts ne signifie pas la même chose dans chaque championnat. L'environnement de buts du championnat (certains championnats affichent durablement beaucoup de buts, d'autres peu), l'équilibre attaque/défense de chaque équipe, la dynamique de forme et les nouvelles de l'effectif font tous bouger les taux λ — et avec eux toute la distribution du total de buts. Deux équipes offensives à rythme élevé et deux blocs défensifs bas produisent des distributions radicalement différentes.
11Stat applique en outre une calibration au niveau du championnat : si le modèle montre un biais systématique sur les totaux de buts dans un championnat précis, les données de performances historiques le corrigent. Des facteurs propres au match comme la météo ou la motivation ne peuvent jamais être pleinement mesurés — un modèle honnête reflète cette incertitude dans la largeur de la fourchette, et non en gonflant une probabilité jusqu'aux 90 %.
Comment 11Stat présente l'analyse du total de buts — et ses limites honnêtes
Le bloc du total de buts sur une fiche d'analyse n'est pas la sortie d'un seul moteur : le moteur central Poisson/Dixon-Coles, le moteur Elo-forme et le moteur bivarié avancé produisent chacun leur propre distribution ; une simulation de Monte-Carlo met la fourchette à l'épreuve sur des milliers de scénarios de match ; et le résultat est calibré par rapport aux performances historiques. Le degré d'accord entre les moteurs alimente le score de confiance.
Les limites sont énoncées sans détour : une probabilité de plus de 2,5 à 60 % signifie que le « moins » est attendu dans environ quatre matchs comparables sur dix. L'étalon honnête n'est jamais un seul match mais la calibration sur le long terme — des probabilités annoncées qui correspondent aux fréquences observées. Modèle analytique — aucune garantie de résultats. Il ne s'agit pas d'un service de paris.
Questions fréquentes
Comment la probabilité de plus de 2,5 buts est-elle calculée ?
Un taux de buts attendus fondé sur le xG est estimé pour chaque équipe ; un modèle Poisson/Dixon-Coles construit la matrice des scores à partir de ces taux ; puis les probabilités de chaque case dont le total de buts atteint 3 ou plus sont additionnées. Le moins de 2,5 est la somme des six cases restantes (0-0, 1-0, 0-1, 1-1, 2-0, 0-2), et les deux valeurs s'additionnent toujours à 100 %.
Que signifie réellement « plus de 2,5 : 58 % » ?
Que dans environ 58 matchs sur 100 dans des conditions comparables, trois buts ou plus sont attendus — et que dans les 42 autres, le total reste à deux ou moins. C'est un énoncé de fréquence sur le long terme, pas une promesse sur un match isolé.
Pourquoi la ligne est-elle 2,5 plutôt que 2 ou 3 ?
Parce qu'une ligne au demi-but ne peut jamais être égalée : chaque match tombe nettement d'un côté, sans résultat ambigu. Et comme les grands championnats affichent en moyenne environ 2,6-2,9 buts par match, 2,5 est le seuil qui partage la distribution de la façon la plus équilibrée.
Pourquoi la correction de Dixon-Coles compte-t-elle autant pour le moins de 2,5 ?
Parce que les cases à faible score qu'elle repondère (0-0, 1-0, 0-1, 1-1) figurent précisément parmi les six scores qui constituent le moins de 2,5. Un modèle de Poisson simple montre un biais systématique dans ces cases ; sans correction, la probabilité du « moins » est directement mal évaluée.
Que signifie un écart entre la probabilité du modèle et le prix du marché ?
Seulement que deux estimateurs différents ne s'accordent pas sur la même grandeur. Un prix de marché peut être converti en probabilité implicite une fois la marge retirée, et 11Stat fait apparaître cette comparaison comme une couche analytique. Un écart est un signal à examiner, pas un appel à agir — la calibration sur le long terme est l'arbitre.
Une probabilité de « plus » élevée est-elle une garantie ?
Non. Même une probabilité de 70 % signifie que le résultat inverse est attendu dans trois matchs comparables sur dix. Aucun modèle honnête ne peut garantir un résultat isolé ; l'étalon est de savoir si les probabilités annoncées correspondent aux fréquences observées dans le temps. C'est de l'analyse de données, pas un conseil de pari.