TOR @ SEA
Toronto Tempo · Seattle Storm · jeudi 27 août 2026 à 04:00
Ce que Forecast attend · Équilibré
- Match très serré pour le modèle : SEA 45,4 % · TOR 54,6 %.
- En matchs : sur 10 comme celui-ci, TOR en gagnerait 5 et SEA 5.
Confiance
- Le modèle le voit proche du 50-50 : n'importe quel résultat serait normal.
- Modèle en phase de recherche : on montre ce qu'il disait avant l'entre-deux, pas un avantage.
- Le modèle ne connaît ni les absents ni le cinq de départ de ce match.
Pourquoi
- Le modèle ne regarde que deux choses : la force accumulée de chaque équipe cette saison et le terrain.
- Jouer à domicile vaut 4,6 points de probabilité pour SEA.
- TOR arrive avec le meilleur bilan de force accumulé cette saison : cela déplace 9,2 points vers TOR.
Ce qui pèse le plus
points de probabilité
Ce qui peut le faire basculer
- Le modèle ne lit pas le rapport de blessures et n'a pas de joueuses en lui : une absence changerait le match sans changer ce nombre. Aucun calcul ne dit de combien.
- Ce que le modèle ne regarde pas et que ce nombre ne reflète pas : le repos et les voyages, le rapport de blessures du jour, le cinq de départ et la forme récente.
Incertitude
- Le modèle donne un nombre, pas une fourchette : sa fiabilité se mesure en comparant pronostics et résultats.
- Il ne connaît ni les absents, ni le repos, ni les voyages, ni le cinq de départ : chacun peut faire bouger ce match sans que le nombre change.
- Pour référence, le consensus du marché avant l'entre-deux donnait 68,6 % à SEA.
Ce qui a changé depuis le dernier instantané
Chargement…
Après le match
- Attendu : TOR à 54,6 %.
- Réel : SEA 90 – TOR 78. SEA a gagné.
- Le modèle s'est trompé de côté.
- Erreur sur ce match : 0,30 (0 = parfait, 1 = le pire possible ; un 50 % donnerait 0,25).
- Le consensus du marché, lui, avait le bon côté (68,6 % au vainqueur).
- Ce que nous apprenons : c'était pile ou face pour le modèle ; le résultat en dit peu sur lui.
Est-il calibré ?
- Sur 49 matchs réglés avec ce modèle : il a eu le bon côté dans 76 % des cas et son erreur moyenne (Brier) a été de 0,172. Quand il disait X %, la réalité s'est écartée en moyenne de 12 points de ce X %.
- Sur ces mêmes matchs, le consensus du marché a eu moins d'erreur (0,169 contre 0,172) : le modèle ne le bat pas, et on le dit.
- 49 matchs, c'est peu : ces chiffres bougent encore beaucoup.
Comment on le mesure et limites
Modèle
Le modèle de match WNBA de SportiveWorld, en phase de recherche : il lit la force accumulée de la saison de chaque équipe et l'avantage du terrain. Montré comme ce qu'il disait avant l'entre-deux, pas comme un avantage.
C'est la prévision enregistrée avant le match, pas une donnée actuelle.
Échantillon · Mesuré sur 49 matchs réglés.
Absences · Disponibilité connue avant l'entre-deux : un rapport de blessures existait et a été lu (il n'entre pas dans le nombre).
- · Ce que tu vois est la prévision scellée avant le match, pas un recalcul postérieur.
- · 49 matchs, c'est peu : ces chiffres bougent encore beaucoup.
Données au 27 août · modèle SportiveWorld
Vérifié contre la source · 13/13
- ✓ compétition et match attendus
- ✓ domicile et extérieur
- ✓ probabilité intègre
- ✓ favori = probabilité la plus haute
- ✓ instantané scellé et signé
- ✓ modèle enregistré
- ✓ scellé avant l'entre-deux
- ✓ résultat officiel cohérent
- ✓ noyau accrédité par le serveur
- ✓ composants accrédités
- ✓ chiffres qui s'additionnent
- ✓ fraîcheur sans contradiction
- ✓ bilan cohérent
C'est de la lecture de données, pas un pari : nous ne travaillons avec aucun bookmaker et n'affichons aucune cote. Et un match bascule sur une blessure, une soirée inspirée ou un mauvais arbitrage.