Intervalle de confiance : interpréter ses résultats sur 1 000 parties

Un joueur ouvre son tableur un dimanche soir. Mille parties de roulette en ligne, mises à un euro sur le rouge, et un solde final de +18 €. Il sourit, puis une petite voix s'installe : « Finalement, la maison n'est peut-être pas si imbattable. Peut-être que ma méthode marche. » Trois semaines plus tard, après 3 000 parties supplémentaires, le solde est retombé à -71 €. Que s'est-il passé ? Rien d'anormal. Son premier résultat n'avait simplement aucune valeur probante, et un outil statistique simple, l'intervalle de confiance, aurait permis de le comprendre tout de suite.

Cet article vous explique, sans jargon inutile, comment encadrer vos résultats de jeu avec la statistique. Vous verrez pourquoi 1 000 parties semblent beaucoup mais ne prouvent presque rien, comment calculer une fourchette réaliste de résultats pour la roulette, le blackjack et les machines à sous, et combien de parties il faudrait réellement pour confirmer qu'une stratégie fonctionne (spoiler : bien plus que vous ne le pensez).

Rappel essentiel : le casino est toujours gagnant sur le long terme. Aucune analyse statistique ne transforme un jeu à espérance négative en jeu rentable. Ce que la statistique permet, c'est de comprendre ce que le hasard peut produire, et d'éviter de se raconter des histoires à partir de résultats purement aléatoires.

Le problème de départ : un résultat n'est pas une vérité

Quand vous jouez 1 000 parties, vous ne mesurez pas « votre vrai taux de réussite ». Vous observez une seule réalisation d'un processus aléatoire. Si vous rejouiez 1 000 parties demain, vous obtiendriez un autre chiffre. Et un autre encore après-demain. Chaque série est un tirage dans une distribution de résultats possibles, et c'est la forme de cette distribution que l'intervalle de confiance cherche à décrire.

Prenons l'exemple le plus simple qui soit : une pièce équilibrée lancée 1 000 fois. Vous vous attendez à 500 faces, mais vous n'obtiendrez presque jamais exactement 500. L'écart-type du nombre de faces vaut √(1 000 × 0,5 × 0,5), soit environ 15,8. En multipliant par 1,96, on obtient une marge d'environ 31. Autrement dit, dans 95 % des cas, le nombre de faces tombera entre 469 et 531. Si vous obtenez 531 faces, vous n'avez pas une pièce truquée, vous avez une série tout à fait banale.

Maintenant, imaginez que vous obtenez 540 faces. Le taux observé est de 54 %. L'erreur standard sur ce taux vaut √(0,54 × 0,46 / 1 000), soit environ 1,6 point. L'intervalle de confiance à 95 % s'étend donc de 54 % ± 3,1 points, c'est-à-dire de 50,9 % à 57,1 %. Cette fois, 50 % est juste en dehors de la fourchette. Ce résultat devient suspect, mais pas encore une preuve : sur 20 pièces parfaitement honnêtes testées de la même manière, il y en aura statistiquement une dont le résultat sortira de l'intervalle par pur hasard. Nous y reviendrons.

Qu'est-ce qu'un intervalle de confiance, concrètement ?

Un intervalle de confiance à 95 % est une fourchette calculée à partir de vos données, construite selon une méthode qui, répétée un grand nombre de fois, capture la vraie valeur dans 95 % des cas. La formule de base est élégante :

• Estimation : la valeur que vous avez observée (une moyenne, un taux).
• Erreur standard : l'écart-type d'une partie divisé par la racine carrée du nombre de parties.
• Intervalle à 95 % : estimation ± 1,96 × erreur standard.

Un point mérite d'être clarifié, car il est mal compris même par des gens éduqués : l'intervalle ne dit pas « il y a 95 % de chances que la vraie valeur soit dans cette fourchette précise ». Il dit que la procédure fonctionne 95 fois sur 100. La nuance est subtile, mais l'intuition pratique reste correcte : plus l'intervalle est large, moins vous savez de choses.

Et ce qui détermine la largeur ? Deux paramètres seulement. Le premier est la dispersion du jeu lui-même (sa variance). Le second est le nombre de parties, mais avec un effet de racine carrée qui est cruel : pour diviser l'incertitude par deux, il faut jouer quatre fois plus de parties. Pour la diviser par dix, cent fois plus. C'est la raison pour laquelle les résultats « convergent » si lentement, et c'est le cœur de la loi des grands nombres appliquée au casino.

Cas pratique n°1 : 1 000 parties de roulette européenne

Reprenons notre joueur du début. Il mise 1 € sur le rouge à la roulette européenne, qui compte 37 cases dont un seul zéro. La probabilité de gagner est de 18/37, soit 48,65 %. Le gain moyen par partie vaut donc 18/37 - 19/37 = -1/37, soit environ -0,027 €. C'est l'espérance mathématique : une perte de 2,7 centimes par euro misé.

Sur 1 000 parties, l'espérance totale est de -27 €. Pour la dispersion, la variance d'une partie est très proche de 1 (on gagne ou on perd un euro), donc l'écart-type par partie est d'environ 1. Sur 1 000 parties, l'écart-type du total vaut 1 × √1 000, soit environ 31,6 €.

L'intervalle de confiance à 95 % du résultat final est donc :

• Borne basse : -27 - 1,96 × 31,6 ≈ -89 €
• Borne haute : -27 + 1,96 × 31,6 ≈ +35 €

Vous lisez bien : sur 1 000 parties de roulette, un résultat entre -89 € et +35 € est parfaitement normal. Le +18 € de notre joueur tombe en plein milieu de la zone « attendue ». Mieux encore, la probabilité de finir en positif sur 1 000 parties est d'environ 20 %, soit une chance sur cinq. Ce n'est pas une anomalie, c'est un événement qui se produit chez un joueur sur cinq.

Et lorsqu'on passe à 10 000 parties ? L'espérance devient -270 €, l'écart-type 100 €, et l'intervalle à 95 % se resserre vers -466 € à -74 €. Le zéro est désormais exclu de la fourchette : finir en positif devient un événement rarissime. À 100 000 parties, l'intervalle est de -3 323 € à -2 083 €. Plus on joue, plus la perte se rapproche, en proportion de la mise totale, de ces 2,7 %. C'est cette convergence que vous payez en fonds propres.

Cas pratique n°2 : estimer l'avantage de la maison à partir de vos résultats

Posons le problème dans l'autre sens. Vous ne connaissez pas l'avantage de la maison et vous voulez le déduire de vos parties. Votre résultat sur 1 000 parties est de -5 €, soit -0,005 € par partie. L'erreur standard de cette moyenne est de 1/√1 000 ≈ 0,032. L'intervalle à 95 % de votre « espérance par partie » est donc de -0,005 ± 0,062, soit de -0,067 à +0,057.

Cette fourchette contient la vraie valeur (-0,027), mais elle contient aussi zéro, et même des valeurs positives. Autrement dit, vos 1 000 parties sont incapables de vous dire si le jeu est favorable ou défavorable. Elles ne permettent même pas de distinguer une roulette à 2,7 % d'avantage maison d'une roulette totalement équitable.

Combien de parties faudrait-il pour avoir une estimation précise ? Si vous voulez que votre intervalle soit de ± 1 point (1 centime par euro misé), il faut 1,96 / √n = 0,01, soit n ≈ 38 400 parties. Pour une précision de ± 0,5 point, qui permettrait de bien séparer 2,7 % de 2,0 %, il faut environ 154 000 parties. Pour un joueur qui fait 300 parties par heure en ligne, cela représente plus de 500 heures de jeu. Voilà pourquoi la plupart des conclusions que les joueurs tirent de « leur expérience » sont statistiquement vides.

Cas pratique n°3 : le blackjack, où la fourchette est encore plus trompeuse

Au blackjack avec une stratégie de base correcte, l'avantage de la maison est très faible, autour de 0,5 %, selon les règles de la table (voir notre guide de la stratégie de base au blackjack). Mais la dispersion par main est plus élevée qu'à la roulette : doublements, splits et blackjacks payés 3 pour 2 poussent l'écart-type à environ 1,15 mise par main.

Sur 1 000 mains à 1 € : espérance de -5 €, écart-type de 1,15 × √1 000 ≈ 36 €. L'intervalle à 95 % va de -76 € à +66 €. La probabilité de finir en positif est d'environ 44 %. En clair, un joueur appliquant parfaitement la stratégie de base gagnera plus souvent qu'il ne perdra sur ce genre de session, sans que cela dise quoi que ce soit sur l'existence ou non d'un avantage réel.

C'est pourquoi les professionnels du comptage de cartes raisonnent en milliers d'heures de jeu et jamais en sessions. Même avec un avantage réel de 1 %, la variance est si grande qu'il faut des dizaines de milliers de mains pour que l'intervalle de confiance exclue zéro de façon fiable. Pour aller plus loin sur cette logique de long terme, lisez notre analyse de la probabilité de ruine d'un joueur.

Cas pratique n°4 : les machines à sous, reines de l'incertitude

Les slots sont le terrain où l'intervalle de confiance est le plus brutal, parce que leur dispersion est énorme. Une machine à sous à RTP de 96 % a un avantage de la maison de 4 %. Mais l'écart-type par tour peut atteindre cinq fois la mise (voire dix fois ou plus sur les titres à très haute volatilité, avec des bonus buy et des multiplicateurs).

Avec un écart-type de 5 mises par tour, sur 1 000 tours à 1 € :

• Espérance : -40 €
• Écart-type du total : 5 × √1 000 ≈ 158 €
• Intervalle à 95 % : de -350 € à +270 € (en approximation normale)
• Probabilité de finir en positif : environ 40 %

Cet exemple démontre ce que les joueurs de slots ressentent sans pouvoir l'expliquer : on peut vivre une session magnifique ou catastrophique sur la même machine, sans que cela contredise le RTP. La distribution est d'ailleurs fortement asymétrique : beaucoup de petites pertes, quelques rares gros gains. L'approximation normale est donc une simplification, et l'intervalle réel est souvent plus étiré du côté positif et plus tassé du côté négatif. Mais la leçon est identique.

Un corollaire important : vérifier le RTP d'une machine par vos propres parties est quasiment impossible. Pour estimer le RTP à ± 4 points avec un écart-type de 5 mises par tour, il faut environ 60 000 tours. Pour descendre à ± 1 point, près d'un million de tours. Ce constat est au cœur de la différence entre les notions décrites dans notre article sur le RTP et la fréquence de hit, et il explique pourquoi la confiance dans une slot repose sur des audits externes plutôt que sur l'expérience individuelle. Nous détaillons ces audits dans notre guide sur l'audit des générateurs de nombres aléatoires.

Pourquoi 1 000 parties semblent beaucoup mais ne le sont pas

Notre cerveau est mal calibré pour l'échelle statistique. Mille parties, cela représente plusieurs heures de jeu et des centaines d'émotions : on a l'impression d'avoir « beaucoup joué ». Mais pour le calcul des probabilités, 1 000 est un échantillon minuscule, surtout quand l'avantage à détecter est de l'ordre de 1 à 5 %. Plusieurs mécanismes psychologiques aggravent le problème :

1. Le biais de la loi des petits nombres. On s'attend à ce que de petits échantillons ressemblent à la moyenne théorique. Or ils fluctuent beaucoup plus que ce que l'intuition suggère.
2. Le biais de confirmation. Si vous testez une « méthode » et que vous gagnez, vous retenez le succès. Si vous perdez, vous incriminez la malchance. Aucune hypothèse ne peut être réfutée de cette manière.
3. Le biais de survie. Les joueurs qui racontent leurs succès sur les forums sont ceux qui ont eu de la chance. Les autres se taisent. L'échantillon que vous lisez est donc déformé.
4. L'arrêt sélectif. Si vous vous arrêtez dès que vous êtes en positif, vous avez l'impression que la stratégie « marche ». En réalité, vous avez exploité les fluctuations pour interrompre la série au bon moment, mais cela ne change pas l'espérance globale.

Pour mieux comprendre pourquoi les résultats fluctuent autant d'une session à l'autre, notre guide sur l'écart-type et la variance des sessions de casino pose les bases chiffrées de ces fluctuations. Si vous voulez revenir sur les fondamentaux, l'article sur la variance au casino est un bon point d'entrée.

Le piège des comparaisons multiples

Voici un piège particulièrement vicieux. Vous décidez de tester dix stratégies différentes pendant 1 000 parties chacune, et vous gardez celle qui a le meilleur résultat. Elle affiche +62 €. Vous êtes tenté de conclure que cette méthode est supérieure. Mais en testant dix stratégies, vous avez dix occasions d'obtenir un résultat extrême. Si les dix stratégies sont équivalentes (et à la roulette elles le sont toutes, puisque l'espérance par mise est identique), la meilleure d'entre elles affichera presque toujours un score qui sort de l'ordinaire.

Le raisonnement est simple : si la probabilité qu'un résultat sorte de l'intervalle à 95 % par hasard est de 5 %, alors sur 20 tests indépendants, on en attend un en moyenne. Sur 100 tests, cinq. Les forums de casino regorgent de « systèmes » gagnants qui ne sont rien d'autre que la plus belle réussite d'un grand nombre d'essais. C'est une version moderne du tireur texan qui peint la cible après avoir tiré.

La parade existe : définir l'hypothèse avant de jouer, fixer le nombre de parties à l'avance, ne tester qu'une chose à la fois, et corriger les seuils lorsqu'on multiplie les essais. Un simulateur permet de faire ce travail sans risquer un centime, comme nous l'expliquons dans notre guide du simulateur de casino pour tester des stratégies.

Comment calculer votre propre intervalle, étape par étape

Vous pouvez reproduire ces calculs avec un tableur et sans compétence avancée. Voici la méthode :

1. Notez le résultat de chaque partie (gain ou perte en unités de mise) dans une colonne.
2. Calculez la moyenne de la colonne (fonction MOYENNE).
3. Calculez l'écart-type de la colonne (fonction ECARTYPE).
4. Divisez l'écart-type par la racine du nombre de parties pour obtenir l'erreur standard.
5. Multipliez par 1,96 et ajoutez/retranchez le résultat à la moyenne.

Vous obtenez la fourchette dans laquelle se situe, avec 95 % de confiance, votre véritable espérance par partie. Si la borne haute reste négative, vous avez une preuve statistique raisonnable que le jeu vous est défavorable (ce que la théorie annonçait déjà). Si la fourchette contient zéro, la conclusion est simplement : « je ne sais pas », ce qui est la réponse correcte dans l'immense majorité des cas.

Pour des taux (par exemple le pourcentage de mains gagnées), on utilise la formule de la proportion : p ± 1,96 × √(p(1 - p)/n). Pour de petits échantillons ou des taux proches de 0 % ou 100 %, préférez l'intervalle de Wilson, plus fiable et disponible dans la plupart des outils statistiques en ligne.

Deux erreurs d'interprétation à éviter absolument

Confondre « non significatif » et « aucun effet »

Si votre intervalle contient zéro, cela ne signifie pas que l'avantage est nul. Cela signifie que vos données sont trop pauvres pour trancher. L'absence de preuve n'est pas la preuve de l'absence. C'est le cas typique de la roulette à 2,7 % d'avantage mesurée sur 1 000 parties : l'effet existe, mais il est noyé dans le bruit.

Confondre intervalle de confiance et plage de résultats individuels

Notre premier calcul (de -89 € à +35 €) décrit la plage où tombe le total de 1 000 parties. Le second type d'intervalle (± 0,062 par partie) décrit l'incertitude sur l'espérance moyenne. Ces deux objets ne sont pas la même chose. Le premier est une prévision de résultat, le second une estimation de paramètre. En pratique, quand vous planifiez votre budget, vous avez besoin du premier ; quand vous évaluez un jeu ou une stratégie, du second.

Ce que l'intervalle de confiance change dans votre manière de jouer

Une fois ce cadre assimilé, plusieurs réflexes s'imposent naturellement :

• Ne jamais conclure à partir d'une seule session. Un bon ou un mauvais résultat n'apprend presque rien, ni sur le jeu ni sur vous.
• Dimensionner son budget sur la fourchette basse. Si le bas de l'intervalle sur une session de 1 000 tours est de -350 €, prévoyez que cette perte soit supportable, pas seulement l'espérance de -40 €.
• Se méfier de toute promesse chiffrée sur un échantillon court. Un tipster qui annonce « +40 % en deux mois » ou un forum qui vante un système « testé sur 500 parties » vend du bruit.
• Accepter l'incertitude comme un fait. Le jeu est un processus aléatoire, et l'honnêteté intellectuelle consiste à dire « je ne peux pas savoir » plutôt qu'à fabriquer une explication.

Cette discipline est aussi une protection contre le piège émotionnel. Un joueur qui sait qu'une série de +18 € sur 1 000 parties est un bruit statistique ne va pas augmenter ses mises par excès de confiance. Et celui qui sait qu'une série de -60 € est tout aussi banale évitera de « se refaire » en doublant sa mise. La statistique est un outil de jeu responsable avant d'être un outil mathématique.

Une illustration pour finir : le « biais de roue » imaginaire

Imaginez un joueur qui note soigneusement les 600 derniers numéros sortis à une table de roulette. Il constate que son numéro favori est sorti 25 fois, alors que la moyenne théorique est de 16,2 sorties par numéro. Soit plus de 50 % au-dessus de la moyenne. Persuadé d'avoir trouvé un biais physique, il mise gros sur ce numéro. Pourtant, ce constat n'a rien d'étonnant : parmi 37 numéros, il y en a forcément un qui s'écarte nettement de la moyenne. L'écart-type d'un numéro sur 600 tours est d'environ 4, et le plus fréquent des 37 se situe naturellement vers deux écarts-types au-dessus. Aucun biais, juste de la variance et un tri a posteriori. Notre joueur a cherché un motif dans un échantillon trop court, et il l'a trouvé, comme on trouve des formes dans les nuages.

La vraie détection d'un biais de roue demande des dizaines de milliers de tours enregistrés, des tests d'ajustement rigoureux et une comparaison avec la distribution uniforme. C'est un travail de statisticien, pas de parieur. Et les casinos modernes, qui contrôlent régulièrement leurs roues, ont largement fermé cette porte.

FAQ - Questions fréquentes sur l'intervalle de confiance au casino

Combien de parties faut-il pour tirer une conclusion fiable sur un jeu de casino ?

Cela dépend de la précision recherchée et de la dispersion du jeu. À la roulette, il faut environ 38 000 parties pour estimer l'espérance à ± 1 point près, et près de 154 000 pour ± 0,5 point. Aux machines à sous très volatiles, le chiffre se compte en centaines de milliers, voire en millions de tours. 1 000 parties ne suffisent presque jamais.

Un gain sur 1 000 parties prouve-t-il que ma stratégie fonctionne ?

Non. À la roulette européenne, environ un joueur sur cinq termine en positif après 1 000 parties à mise égale, quelle que soit sa méthode. Seul un échantillon beaucoup plus grand, avec une hypothèse définie à l'avance, peut apporter une preuve.

Que signifie « 95 % de confiance » exactement ?

C'est la fiabilité de la méthode : si l'on répétait l'expérience un grand nombre de fois, 95 % des intervalles calculés contiendraient la vraie valeur. Cela ne garantit rien pour un intervalle isolé, mais plus la fourchette est étroite, plus votre estimation est précise.

Peut-on utiliser l'intervalle de confiance pour vérifier le RTP d'une machine à sous ?

En théorie oui, en pratique presque jamais. Avec un écart-type de cinq mises par tour, il faut environ 60 000 tours pour une précision de ± 4 points, et près d'un million pour ± 1 point. La vérification du RTP repose donc sur les audits d'organismes indépendants, pas sur l'expérience d'un joueur isolé.

Pourquoi mes résultats changent-ils autant d'une session à l'autre ?

Parce que la variance domine à court terme. Le résultat d'une session est la somme de nombreux aléas, et l'écart-type du total croît avec la racine du nombre de parties. L'espérance négative ne se manifeste nettement qu'à très grande échelle.

L'intervalle de confiance peut-il m'aider à gérer mon budget ?

Oui, c'est l'un de ses usages les plus utiles. En calculant la borne basse de l'intervalle pour une session donnée, vous connaissez la perte raisonnablement possible et pouvez fixer un budget que vous êtes prêt à perdre, au lieu de vous baser sur la seule perte moyenne attendue.

En résumé

Un résultat de casino est un tirage dans une distribution, pas une vérité sur le jeu ou sur votre talent. L'intervalle de confiance vous donne le moyen d'encadrer ce tirage : sur 1 000 parties de roulette, une fourchette allant de -89 € à +35 € est normale ; sur 1 000 tours de slot, elle peut aller de -350 € à +270 €. Pour estimer réellement un avantage, il faut des dizaines de milliers de parties. Retenez la règle de la racine carrée : pour doubler la précision, quadruplez l'échantillon.

La meilleure attitude face à vos propres chiffres est celle d'un scientifique modeste : « Mes données sont compatibles avec la théorie, et elles ne prouvent rien de plus. » Ce n'est pas très romantique, mais cela protège votre argent, votre jugement et votre santé mentale.

Jeu responsable : les jeux d'argent comportent des risques d'endettement, d'isolement et de dépendance. Le casino est toujours gagnant sur le long terme : ne jouez que l'argent que vous pouvez vous permettre de perdre, fixez-vous des limites avant de commencer, et sollicitez une aide professionnelle si le jeu devient un problème (en France, Joueurs Info Service au 09 74 75 13 13 ; en Belgique, le 0800 35 777). Cet article est informatif et ne constitue pas un conseil financier ni une incitation à jouer.