Quand xG Rencontre le Biais des Supporteurs

Quand xG Rencontre le Biais

Je me souviens du jour où un supporter des Spurs m’a dit : « Ils n’écoutent pas — c’est une question de cœur. » Pas de données. Pas de logique. Juste : « Ils ont toujours eu de la chance. » J’ai souri. Non par sentimentalisme, mais parce que je suis analyste bayésien, avec un script Python et zéro tolérance pour le mythe.

La Mathématique derrière la Magie

La saison dernière, 46 anciens analystes sont entrés dans mon labor — pas pour discuter les tactiques, mais pour plaider en faveur de la tradition. Ils ont dit : « Dejan Kulic a marqué… » Attendez — qui ? Dejan qui ? Il n’existe pas de Dejan Kulic. C’était une faute. Un glitch dans leur récit. Mais le modèle xG n’a pas clignoté. Nous avons exécuté les chiffres : 0,87 buts attendus par tir. Leurs yeux voyaient 1,2. Le gap ? 40 %. Je n’avais pas besoin de foi. J’avais besoin de p-values < 0,05.

Pourquoi l’Intuition Meurt en Silence

Le biais des supporters n’est pas une émotion — c’est une dissonance cognitive enveloppée de nostalgie. Les supporters des Spurs ne haïssent pas les stats ; ils craignent d’être trompés par des courbes qui ne s’adaptent pas à leur identité. Pourtant ici : Bayes ne se soucie pas si vous avez raison — il se soucie si votre modèle s’adapte aux données. Et il le fait. Chaque fois que vous dites « il est dû », je relance les simulations — et à chaque fois… Les chiffres gagnent.