Un jeune mathématicien titulaire d’un diplôme en mathématiques appliquées de l’Université de Harvard a conçu un algorithme statistique capable de prédire correctement les vainqueurs des grandes catégories des Oscars. Le modèle qu’il a élaboré lui a permis de présumer les gagnants depuis sept ans, se basant sur la probabilité de victoire de chaque nominé en fonction d’un certain nombre de facteurs.
Le mathématicien a ainsi pu présager de manière concluante que Frances McDormand (Three Billboards Outside Ebbing, Missouri) accèdera à raison de 75% à l’Oscar de la Meilleure actrice, de même que Sam Rockwell pour la catégorie Meilleur second rôle masculin à 74,8% de probabilité.
Dans la même foulée, le film The shape of Water de Guillermo del Toro a été pressenti pour remporter la catégorie Meilleur film avec 36,1% de chances de victoire.
La base de l’élaboration du modèle statistique prédictif
Selon Ben Zauzmer, le statisticien à l’origine du modèle, pour chaque catégorie des Oscars, un certain nombre de données sont compilées telles des informations sur le candidat, la performance du nominé dans d’autres cérémonies, les classements par les critiques…
Chaque facteur est ensuite pondéré afin de calculer les chances de chaque nominé de remporter la course, tout en sachant que la confiance du statisticien en chaque prédiction change en fonction des catégories concernées. Par exemple, jusqu’au dernier moment où le nom est tombé, le doute était palpable pour que The shape of water remporte face à Three Billboards Outside Ebbing, Missouri.
20 prédictions effectives sur les 24 catégories des Oscars
Bien qu’il existe 24 catégories aux Oscars, le mathématicien a pu réaliser correctement 20 prédictions, la faute à un manque des données exploitables au niveau des catégories restantes notamment pour les Films courts selon ses propos.
Ainsi, pour les catégories principales telles l’Oscar du Meilleur acteur, ses prédictions pour Gary Oldman (Winston Churchill, Darkest hour) ou encore Coco pour le Meilleur film d’animation se sont révélées exactes et précises.
À l’image de cette performance, il est fort probable que d’autres champs d’application ouvrent leurs portes à l’utilisation des modèles statistiques pour évaluer les chances de réussite à une époque où le flux de données est de plus en plus abondant.