{"id":42960,"date":"2025-08-15T13:43:10","date_gmt":"2025-08-15T13:43:10","guid":{"rendered":""},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T22:00:00","slug":"simuler-les-scores-de-handball-avec-excel-en-moins-de-deux-minutes","status":"publish","type":"post","link":"https:\/\/ntrugeon.lpmiaw.univ-lr.fr\/wordpressTP1\/2025\/08\/15\/simuler-les-scores-de-handball-avec-excel-en-moins-de-deux-minutes\/","title":{"rendered":"Simuler les scores de handball avec Excel en moins de deux minutes"},"content":{"rendered":"<h2>Pr\u00e9parer les donn\u00e9es brutes<\/h2>\n<p>Oublie les tableaux kilom\u00e9triques. Commence par r\u00e9cup\u00e9rer les moyennes de buts marqu\u00e9s et encaiss\u00e9s sur les cinq derni\u00e8res rencontres de chaque \u00e9quipe. Deux colonnes suffit : <em>Attaque<\/em> et <em>D\u00e9fense<\/em>. Copie\u2011colle les chiffres depuis le site officiel ou, mieux, depuis <a href=\"https:\/\/parierhandball.com\">parierhandball.com<\/a>. Et voil\u00e0, le canevas est pos\u00e9.<\/p>\n<h2>Construire le mod\u00e8le de simulation<\/h2>\n<p>Le secret ? Une fonction POISSON qui balance les attentes offensives contre la r\u00e9sistance d\u00e9fensive. Tape =POISSON(Attaque*D\u00e9fense\/100;VRAI). L\u2019id\u00e9e, c\u2019est de g\u00e9n\u00e9rer un nombre al\u00e9atoire de buts qui suit la loi de Poisson. Un truc qui, en 5 minutes, te file une distribution cr\u00e9dible.<\/p>\n<p>Ensuite, ajoute la fonction ALEA(). Elle te donne le facteur de variance : =(1+ALEA()*0,1). Multiplie le r\u00e9sultat Poisson par ce facteur pour introduire le chaos, le m\u00eame chaos qui fait vibrer les parieurs \u00e0 chaque mi\u2011temps.<\/p>\n<h3>R\u00e9p\u00e9ter le processus<\/h3>\n<p>Lance la simulation 10\u202f000 fois avec la fonction R\u00c9P\u00c9TER(). Chaque it\u00e9ration \u00e9crit le score final dans une nouvelle ligne. \u00c0 la fin, tu as un tableau massif de r\u00e9sultats potentiels, pr\u00eat \u00e0 \u00eatre agr\u00e9g\u00e9.<\/p>\n<h2>Analyse et extraction des insights<\/h2>\n<p>Utilise SOMME.SI() pour compter combien de fois chaque score appara\u00eet. Transformer le tout en pourcentage =NB.SI(plage;score)\/NBVAL(plage). Voil\u00e0 la probabilit\u00e9 de chaque issue. Tu peux m\u00eame construire un graphique en b\u00e2tons en un clin d\u2019\u0153il, histoire de visualiser les tendances qui s\u2019affichent.<\/p>\n<p>Si tu veux pousser le bouchon un cran, ajoute des poids selon le lieu du match : +10\u202f% pour le stade \u00e0 domicile, -5\u202f% pour les d\u00e9placements r\u00e9cents. La formule s\u2019allonge, mais le r\u00e9sultat gagne en r\u00e9alisme. Un petit tweak, un gros effet.<\/p>\n<h3>Tester la robustesse du mod\u00e8le<\/h3>\n<p>Fais tourner le simulateur sur les 20 derni\u00e8res journ\u00e9es, compare les pr\u00e9dictions aux scores r\u00e9els. Le taux de r\u00e9ussite te parle : 70\u202f% de bonnes pr\u00e9dictions, c\u2019est d\u00e9j\u00e0 du solide. Corrige les biais, ajuste les facteurs, r\u00e9p\u00e8te.<\/p>\n<p>En bref, la puissance d\u2019Excel r\u00e9side dans sa flexibilit\u00e9. Pas besoin de Python ni de R, juste quelques fonctions bien plac\u00e9es, un brin d\u2019audace, et le tour est jou\u00e9.<\/p>\n<p>Prends ton fichier, applique la formule POISSON+ALEA, lance 10\u202f000 it\u00e9rations, calcule les pourcentages, et tu auras ton tableau de paris pr\u00eat \u00e0 \u00eatre exploit\u00e9. Now. <\/p>\n","protected":false},"excerpt":{"rendered":"<p>Pr\u00e9parer les donn\u00e9es brutes Oublie les tableaux kilom\u00e9triques. Commence par r\u00e9cup\u00e9rer les moyennes de buts marqu\u00e9s et encaiss\u00e9s sur les cinq derni\u00e8res [&hellip;]<\/p>\n","protected":false},"author":76,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-42960","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/ntrugeon.lpmiaw.univ-lr.fr\/wordpressTP1\/wp-json\/wp\/v2\/posts\/42960","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ntrugeon.lpmiaw.univ-lr.fr\/wordpressTP1\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ntrugeon.lpmiaw.univ-lr.fr\/wordpressTP1\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ntrugeon.lpmiaw.univ-lr.fr\/wordpressTP1\/wp-json\/wp\/v2\/users\/76"}],"replies":[{"embeddable":true,"href":"https:\/\/ntrugeon.lpmiaw.univ-lr.fr\/wordpressTP1\/wp-json\/wp\/v2\/comments?post=42960"}],"version-history":[{"count":0,"href":"https:\/\/ntrugeon.lpmiaw.univ-lr.fr\/wordpressTP1\/wp-json\/wp\/v2\/posts\/42960\/revisions"}],"wp:attachment":[{"href":"https:\/\/ntrugeon.lpmiaw.univ-lr.fr\/wordpressTP1\/wp-json\/wp\/v2\/media?parent=42960"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ntrugeon.lpmiaw.univ-lr.fr\/wordpressTP1\/wp-json\/wp\/v2\/categories?post=42960"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ntrugeon.lpmiaw.univ-lr.fr\/wordpressTP1\/wp-json\/wp\/v2\/tags?post=42960"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}