SuperEnalotto : prédiction par IA et test historique – que valent les grilles « statistiques » ?

Deux expériences honnêtes sur les vrais tirages : nous comparons des grilles flash aléatoires à des grilles « chaudes » tirées des numéros les plus fréquents, et nous laissons un algorithme d'apprentissage (k plus proches voisins) prédire chaque tirage, toujours avec les seules données connues avant le tirage. Les deux méthodes sont comparées à l'espérance exacte du hasard.

Test historique : grilles flash contre grilles chaudes (12 mois)

Pour chacun des 209 tirages du 23.10.2025 au 22.10.2026, chaque groupe joue 10 grilles : flash aléatoires contre grilles construites avec les 15 numéros les plus sortis sur les 100 tirages précédents. Les numéros complémentaires sont aléatoires dans les deux groupes pour ne comparer que les numéros principaux. 2 090 grilles par groupe au total.

Bons numérosFlashChaudesEspérance du hasard
01 3871 4141 364,5
1602573621,8
29610097,2
3536,4
4000,2
5000,0
6000,0

Gains par rang

RangBons numérosFlashChaudesEspérance du hasard
16 bons numéros000,00
25 bons numéros + Jolly000,00
35 bons numéros000,00
44 bons numéros000,18
53 bons numéros536,40
62 bons numéros9610097,15

Résultat : la différence entre les deux groupes n'est pas statistiquement significative (khi² = 1,56, p = 0,669). Elle reste dans ce que le pur hasard produit pour un échantillon de cette taille.

Prédiction par IA (k plus proches voisins)

Pour chaque tirage, le modèle cherche les 7 moments passés dont les 3 derniers tirages ressemblaient le plus aux actuels et joue les numéros sortis le plus souvent ensuite. Il est réappliqué après chaque tirage et ne voit jamais l'avenir. 300 tirages évalués du 16.05.2025 au 22.10.2026.

Bons numéros par prédiction

ObservéAttendu
0 Bons numéros190 / 195,9
1 Bons numéros87 / 89,3
2 Bons numéros20 / 13,9
3 Bons numéros2 / 0,9
4 Bons numéros1 / 0,0
5 Bons numéros0 / 0,0
6 Bons numéros0 / 0,0

Moyenne : 0,457 bons numéros par prédiction – le hasard donne 0,400.

Écart à l'espérance du hasard : khi² = 4,65, p = 0,098. Le modèle trouve exactement aussi souvent que des numéros pris au hasard.

Grille du modèle pour le prochain tirage

92747636983

Pour le divertissement uniquement : cette grille a exactement la même chance que n'importe quelle autre.

Dernières prédictions

DatePrédictionBons numéros
22.10.2026 21235407785 0
20.10.2026 32838598085 0
17.10.2026 34561767990 0
16.10.2026 81016203963 0
15.10.2026 182127598688 0
13.10.2026 2612184652 0
10.10.2026 1612225268 0
09.10.2026 21229798288 1
08.10.2026 75261798586 1
06.10.2026 424555697173 0
02.10.2026 41317192089 0
01.10.2026 152227363764 0
29.09.2026 101822375561 0
26.09.2026 112425263271 0
25.09.2026 2815253487 0
24.09.2026 11321256172 1
22.09.2026 81823394071 0
19.09.2026 304955707489 0
18.09.2026 7822476385 0
17.09.2026 21422566679 0
15.09.2026 353754596165 1
12.09.2026 122737385266 0
11.09.2026 11234416179 0
10.09.2026 82534707479 0
08.09.2026 22538608588 1
05.09.2026 31425616375 0
04.09.2026 131933346173 1
03.09.2026 83738426782 1
01.09.2026 101521596381 1
29.08.2026 253368707679 0
28.08.2026 172834637882 0
27.08.2026 1758697389 0
25.08.2026 1522283176 0
22.08.2026 465154647276 1
21.08.2026 192133404566 0
20.08.2026 192551525473 1
18.08.2026 71017214087 1
17.08.2026 72842698088 1
14.08.2026 515962668082 0

Comment ça marche

Un modèle des plus proches voisins cherche les moments dont les derniers tirages ressemblaient aux tirages actuels, puis joue les numéros les plus fréquents qui ont suivi. Il est réappliqué tirage après tirage, sans regard vers l'avenir ; un backtest compare en plus des grilles flash à des grilles de numéros fréquents.

Exemple

Pour 6 parmi 90, on attend en moyenne 0,4 bons numéros par grille ; le modèle se situe exactement là.

Limites

Aucun modèle ne peut prédire des tirages aléatoires. La page le montre de façon transparente avec un test du χ².

Questions fréquentes sur cet outil

L'IA peut-elle prédire les numéros du loto ?
Non. Avec des tirages indépendants et équiprobables, il n'existe aucun schéma qu'un modèle pourrait apprendre.
▲