Corners : ce que les statistiques disent (et ne disent pas)

Ce que c’est

Le marché des corners (ou « escanteios » en portugais) propose des paris sur le nombre total de corners dans un match, le plus souvent un over/under sur un seuil comme 9,5 ou 10,5. Contrairement aux buts, les corners sont plus fréquents et moins corrélés à la différence de niveau, ce qui en fait un terrain intéressant pour l’analyse quantitative. Le modèle de référence est la loi de Poisson, qui modélise des événements rares indépendants – ce que les corners ne sont pas vraiment, mais l’approximation reste utilisable avant le coup d’envoi.

Les mathématiques

P(X = k) = (λ^k × e^{−λ}) / k!

Où λ est la moyenne attendue de corners pour le match. Prenons un match de Ligue 1 typique avec λ = 10,5 corners. Pour évaluer la probabilité que le total dépasse 9,5 (soit 10 corners ou plus), on calcule la probabilité cumulée de 0 à 9 corners et on la soustrait de 1.

Les calculs donnent :

• P(X = 0) = e^{−10,5} ≈ 0,000027
• P(X = 1) = 10,5 × P(0) ≈ 0,000284
• P(X = 2) = (10,5²/2) × P(0) ≈ 0,00149
• … en sommant jusqu’à k = 9, on obtient P(X ≤ 9) ≈ 0,358.

Ainsi, P(X ≥ 10) = 1 − 0,358 = 0,642, soit 64,2 %.

L’étape suivante consiste à comparer cette probabilité avec celle qu’impliquent les cotes. Pour un over 9,5 côtés à 1,80, la probabilité implicite brute est 1 / 1,80 = 0,5556 (55,56 %). En présence d’une marge (ici, l’under est à 2,00, soit 50 %), la somme des implicites est 105,56 %, ce qui correspond à une marge de 5,56 %. Après normalisation, la probabilité implicite juste de l’over est 0,5556 / 1,0556 = 0,5265 (52,65 %).

Exemple chiffré

Reprenons les données : λ = 10,5, over 9,5 à 1,80. Votre estimation Poisson est de 64,2 %, tandis que le marché normalisé n’en donne que 52,65 %. L’espérance de valeur est :

(1,80 × 0,642) − 1 = 1,156 − 1 = +0,156, soit un avantage attendu de 15,6 %.

Ce résultat suggère que le pari a une valeur positive si votre estimation de λ est correcte. Mais attention : la moyenne de ligue (10,5) peut ne pas refléter le match spécifique. Par exemple, si les deux équipes ont un faible volume de corners (λ réel = 9), la probabilité Poisson tombe à 46,8 %, et l’EV devient négatif (−15,8 %). La sensibilité à λ est donc extrême.

Pour vos propres calculs, utilisez notre analyseur de pari.

Quand ne pas l’utiliser

• Le paramètre λ change avec le score. Les corners augmentent significativement quand une équipe est menée, car elle attaque davantage. Un modèle Poisson statique avant match ne capture pas cet effet ; en direct, il faut un modèle dynamique qui tient compte du score et du temps restant.
• Le style de jeu domine la moyenne de ligue. Une équipe qui centre beaucoup (ex : équipe de contre) génère plus de corners qu’une équipe de possession. Utiliser la moyenne générale sans ajustement par match conduit à des erreurs systématiques de 2 à 3 corners par match.
• Les données de corners sont moins fiables que les buts. Les bases de données diffèrent sur ce qui est compté comme corner (parfois les corners non tirés sont exclus). De plus, l’arbitre peut accorder ou refuser des corners sur des décisions de sortie de balle, introduisant un bruit supplémentaire.
• L’hypothèse d’indépendance des événements est fausse. Les corners arrivent souvent en séquences (après une période de domination, en fin de mi-temps). La loi de Poisson sous-estime la variance réelle, ce qui rend les extrêmes (beaucoup ou peu de corners) plus probables que prévu.
• L’échantillon pour estimer λ est trop petit. La moyenne d’une saison complète (38 matchs) a une incertitude d’environ ±1 corner. Pour un match spécifique, l’incertitude est encore plus grande, et un modèle ponctuel peut vous donner une fausse confiance.

Analyseur de pari

---

Contenu éducatif. Les paris comportent un risque de perte financière et ont une espérance de gain négative pour le parieur dans l'ensemble. Réservé aux personnes majeures, 18+. Si le jeu a cessé d'être un divertissement, demandez de l'aide professionnelle.