Un tipster affiche 60 % de réussite sur ses 50 derniers paris. Est-il vraiment bon, ou simplement chanceux ? Le théorème de Bayes répond précisément à ce genre de question : il dit comment mettre à jour une croyance quand une nouvelle information arrive. C’est l’outil mathématique idéal pour éviter de s’emballer sur quelques résultats.
En bref : le théorème de Bayes combine ce que tu savais avant (la rareté des parieurs gagnants) avec ce que tu observes (les résultats). Dans notre exemple, un tipster à 60 % de réussite sur 50 paris n’a qu’environ une chance sur cinq d’avoir un vrai avantage. Il faut plusieurs centaines de paris pour y voir clair.
Le théorème de Bayes en une phrase
La probabilité d’une hypothèse après une observation dépend de deux choses : sa probabilité avant l’observation, et la façon dont cette observation est plus ou moins probable selon que l’hypothèse est vraie ou fausse. En formule :
P(H | observation) = P(observation | H) × P(H) / P(observation)
Dit autrement : une observation ne prouve rien à elle seule. Elle renforce une hypothèse seulement si elle est nettement plus probable quand l’hypothèse est vraie que quand elle est fausse.
Le théorème de Bayes pour juger un tipster
Prenons des hypothèses simples, à la cote 2,00 :
- Un tipster sur dix a un vrai avantage : il gagne 54 % de ses paris (+8 % de rendement).
- Les neuf autres n’en ont pas : ils gagnent 48,75 % de leurs paris, soit une marge de bookmaker classique.
Avant de voir le moindre résultat, un tipster pris au hasard a donc 10 % de chances d’être bon. Voici comment ce chiffre évolue selon ses résultats :
| Paris | Réussite observée | Chance d’avoir un vrai avantage |
|---|---|---|
| 20 | 70 % (14 gagnés) | 20 % |
| 50 | 60 % (30 gagnés) | 22 % |
| 100 | 58 % (58 gagnés) | 31 % |
| 300 | 55 % (165 gagnés) | 52 % |
Un 70 % sur 20 paris impressionne, mais ne fait passer la probabilité que de 10 % à 20 %. Même après 300 paris à 55 %, on n’est sûr à peine plus d’une fois sur deux. Pourquoi ? Parce que les bons résultats sont très fréquents par hasard : un tipster sans avantage atteint 30 victoires sur 50 dans 7 % des cas. Et comme il y a neuf fois plus de tipsters sans avantage, ils fournissent une bonne partie des « séries impressionnantes ».
C’est exactement pour cette raison que nos essais de tipsters durent au moins six mois et portent sur un grand nombre de paris : en dessous, les chiffres ne permettent pas de trancher.
Le théorème de Bayes pour estimer un match
Bayes sert aussi à ajuster ses propres estimations. Avant la saison, tu as une idée du niveau d’une équipe (ton « a priori »). Chaque match apporte une information, que tu combines avec cet a priori au lieu de le remplacer. Concrètement :
- Ne jette pas ton estimation après une défaite, ne la double pas après une victoire. Un résultat déplace un peu ton estimation, il ne la remplace pas.
- Donne plus de poids aux informations fiables : les xG d’un match disent plus que son score, une blessure confirmée plus qu’une rumeur.
- Plus la saison avance, plus les données de la saison comptent par rapport à ton a priori d’avant-saison.
C’est ce que font, à leur façon, les bookmakers et les modèles statistiques : ils mettent à jour leurs estimations en continu, sans surréagir à chaque résultat. C’est aussi l’esprit du paradoxe de Monty Hall, où une information nouvelle change les probabilités.
Ce qu’il faut retenir pour tes paris
- Méfie-toi des petits échantillons : 20 ou 50 paris ne prouvent presque rien, dans un sens comme dans l’autre.
- Pars de la rareté des parieurs gagnants : sans preuve solide, un tipster est plus probablement chanceux que bon.
- Regarde aussi la qualité des cotes, pas seulement les résultats : battre régulièrement la cote de clôture (la CLV) est un signal beaucoup plus rapide à établir que le taux de réussite.
Théorème de Bayes : l’essentiel
Une observation ne compte que si elle est bien plus probable quand ton hypothèse est vraie que quand elle est fausse.
Un tipster à 60 % sur 50 paris n’a qu’une chance sur cinq d’être vraiment bon : juge sur des centaines de paris.
Pour aller plus loin sur la formule et ses applications, la page Wikipédia sur le théorème de Bayes détaille ses origines et ses usages en statistiques. Pour un parieur, le théorème de Bayes se résume à une règle : corriger ses estimations petit à petit, sans surréagir.
Questions fréquentes
Combien de paris pour juger un tipster ?
Plusieurs centaines, idéalement. Dans notre exemple, même 300 paris à 55 % ne donnent qu’environ une chance sur deux que le tipster ait un vrai avantage. La CLV permet de se faire une idée plus vite.
Faut-il connaître la formule pour s’en servir ?
Non. L’essentiel est le raisonnement : partir d’une estimation de départ réaliste et la corriger petit à petit, sans surréagir à chaque résultat.
D’où viennent les 10 % de tipsters gagnants de l’exemple ?
C’est une hypothèse de calcul, pas une statistique. Le raisonnement reste valable avec un autre chiffre : plus les parieurs gagnants sont rares, plus il faut de résultats pour être convaincu.
Aller plus loin
- Closing Line Value (CLV)
- Value bet : comment le calculer et le repérer
- Peut-on gagner aux paris sportifs ?
- Les biais du parieur
- Combien de pertes d’affilée peut-on attendre ?
⚠️ Avertissement important
Un bon résultat sur quelques semaines ne prouve pas qu’une méthode est gagnante. Ne mise jamais plus que ce que tu peux te permettre de perdre.
