Recherche
Comment les prévisions sont construites — et pourquoi vous pouvez leur faire confiance
Chaque probabilité est soumise à un backtest walk-forward avec un seuil de 8×90 jours avant publication, puis évaluée en direct face aux résultats réels au fil du tournoi — méthodologie, backtests et limites entièrement transparents, y compris les expériences qui ont échoué.
23 articles courts, 22 documents de méthodologie, 23 notes de recherche et backtest.
- 3 modèles indépendants, moyennés
- Seuil walk-forward de 8×90 jours
- Expériences échouées publiées
- Construit uniquement à partir de données publiques
Peut-on faire confiance aux chiffres ?
Conçu pour être vérifié
Ce qui détermine si les probabilités publiées méritent d'être prises au sérieux : comment elles résistent face aux résultats réels, les échecs publiés aux côtés des réussites et l'historique versionné derrière chaque chiffre.
L'argument complet · gratuit
Why trust these numbers
A probability publication is a credibility game. Anyone can publish numbers; the question is whether those numbers track outcomes once the matches finish. This page collects the d…
Suivi de calibration en direct
Les chiffres suivent-ils les résultats ?
Brier score et calibration par niveau, évalués contre les résultats réels et mis à jour tout au long du tournoi. Un résultat évalué à 70 % devrait se produire environ 70 % du temps — c'est ici que vous vérifiez.
Résultats négatifs
Les expériences qui ont échoué
Chaque variante du modèle qui n'a pas franchi le seuil, publiée intégralement avec son verdict. Les non-publiés sont aussi visibles que les réussites.
Journal des modifications du modèle
Chaque version, consignée
L'historique versionné du modèle — chaque réentraînement et changement d'architecture, chacun estampillé de son Brier score à la publication et lié à ses notes complètes. Le chiffre sur chaque page remonte à une ligne datée ici.
Méthodologie essentielle
Par où commencer
Les trois documents à lire en priorité pour comprendre le fonctionnement du modèle. Lecture intégrale et gratuite.
How we make predictions
How our 2026 World Cup prediction model works
Our 2026 FIFA World Cup forecasts come from a statistical prediction model that blends three approaches — an Elo rating system, a Dixon-Coles Poisson goals model, and a hierarchic…
How we make predictions
What we predict and how
For every prediction target — match outcomes, goal totals, scorelines, individual player events — there's a standard modelling approach and a set of input variables. This page cat…
Behind the scenes
Where our data comes from
The quality of any prediction depends on the data behind it. This page maps every data source we use — from free public archives to commercial feeds — and explains what each one p…
Ce que nous avons testé
Notes de recherche
Journaux de décision de la construction du modèle : hypothèse, backtest, résultat et verdict de publication ou non. Les expériences échouées restent au dossier aux côtés des réussites.
Not shipped · 3 June 2026
A within-match chase layer "passes" the headline gate — and the placebo proves it shouldn't
The feasibility probe found that, after controlling for team strength, only
Shipped · 31 May 2026
Testing our approach on the Champions League final
The `/test/live/<slug>/` route renders the live-tracker pipeline
Not shipped · 29 May 2026
Is composite *coverage* the lever for the player-strength offset? (No)
player-composite's match coverage — whether honestly (point-in-time WC
Derniers articles
Ce qui a changé récemment
Notes courtes des dernières exécutions et découvertes du modèle.
11 June 2026 · OnThePitch Staff
Five places the model disagrees with the consensus
Models don't know narratives. They read results, schedules, and xG rates. Here are five places ours diverges most from the consensus, from Ecuador over Germany to Raphinha as the #1 anytime scorer, Iran at 81%, Spain an…
11 June 2026 · OnThePitch Staff
Argentina and Spain: 0.6 points apart, nothing else in common
The model's two most likely World Cup winners sit at 17.5% and 16.9%, a gap well inside simulation noise. They get there via opposite paths. Argentina runs through the best defensive rating in the field and a penalty ad…
11 June 2026 · OnThePitch Staff
Why prediction markets keep underrating World Cup draws
Prediction markets, including Polymarket, consistently compress draw probabilities in World Cup openers. The model disagrees. Here's why the structure of prediction markets makes draws hard to price correctly, and what…