Swiss Lotto : 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 105 tirages du 18.10.2025 au 17.10.2026, 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. 1 050 grilles par groupe au total.

Bons numérosFlashChaudesEspérance du hasard
0373369389,9
1461469452,8
2189179176,9
3263128,6
4121,9
5000,0
6000,0

Gains par rang

RangBons numérosFlashChaudesEspérance du hasard
16 bons numéros + Numéro chance000,00
26 bons numéros000,00
35 bons numéros + Numéro chance000,01
45 bons numéros000,04
54 bons numéros + Numéro chance000,32
64 bons numéros121,58
73 bons numéros + Numéro chance754,76
83 bons numéros192623,82

Résultat : la différence entre les deux groupes n'est pas statistiquement significative (khi² = 0,96, p = 0,810). 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 06.12.2023 au 17.10.2026.

Bons numéros par prédiction

ObservéAttendu
0 Bons numéros104 / 111,4
1 Bons numéros147 / 129,4
2 Bons numéros42 / 50,5
3 Bons numéros6 / 8,2
4 Bons numéros1 / 0,5
5 Bons numéros0 / 0,0
6 Bons numéros0 / 0,0

Moyenne : 0,843 bons numéros par prédiction – le hasard donne 0,857.

Écart à l'espérance du hasard : khi² = 4,67, p = 0,097. Le modèle trouve exactement aussi souvent que des numéros pris au hasard.

Grille du modèle pour le prochain tirage

82627283334

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

Dernières prédictions

DatePrédictionBons numéros
14.10.2026 81422263842 0
10.10.2026 1824294142 1
07.10.2026 568212937 0
03.10.2026 51621233537 0
30.09.2026 111931333942 1
26.09.2026 6825293136 1
23.09.2026 61320212324 0
09.09.2026 5811192932 1
02.09.2026 61433373840 0
29.08.2026 51119343842 1
26.08.2026 5611253138 1
22.08.2026 81214243338 1
19.08.2026 42829334042 1
15.08.2026 111923353840 0
12.08.2026 11116242642 1
01.08.2026 3720282942 1
29.07.2026 131415242640 1
25.07.2026 111415212735 0
22.07.2026 61314213040 0
18.07.2026 213435383942 0
15.07.2026 131731323541 1
11.07.2026 62729303235 1
04.07.2026 111421273238 1
01.07.2026 152835374041 1
27.06.2026 51521223337 0
24.06.2026 62134363839 1
20.06.2026 1621223335 0
17.06.2026 31924273940 1
13.06.2026 121424282931 1
10.06.2026 134112940 1
03.06.2026 203133353942 1

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 42, on attend en moyenne 0,9 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.
▲