← Retour à l’accueil
2025-08-25 · 20:30:00 · La Liga (SP1) · Spain
FTR : A · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Sevilla)
42.4%
Match nul
28.6%
Extérieur (Getafe)
29.0%
Marchés binaires
L2M (Yes)
40.6%
L2M (No)
59.4%
Over 2.5
34.5%
Under 2.5
65.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
59.4%
DNB Extérieur
40.6%
Double Chance 1X
71.0%
Double Chance 12
71.4%
Double Chance X2
57.6%

Top 5 scores prédits

1 - 0
15.2%
1 - 1
12.7%
0 - 1
11.9%
0 - 0
11.9%
2 - 0
8.6%

Score réel 1-2 : pas dans le top 5 prédit. Cas typique d'un score "long tail" de la distribution de Poisson — le modèle privilégie les scores serrés.

Comparaison vs marché (cotes football-data closing-avg)

1X2 — marge bookmaker : 6.1%
IssueModèleMarchéÉcart
Domicile (Sevilla)42.4%46.0%-3.5 pt
Match nul28.6%31.2%-2.6 pt
Extérieur (Getafe)29.0%22.8%+6.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.534.5%34.1%+0.4 pt
Under 2.565.5%65.9%-0.4 pt

Probas marché obtenues en inversant les cotes (`1/cote`) et en normalisant pour retirer la marge bookmaker.

Performance modèle sur ce match

Proba modèle au résultat réel
29.0% (FTR = A)
Brier 1X2
0.7666 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2393 (0 = parfait, ~1.099 = pur hasard)

Interprétation : si le modèle avait dit "100% pour le bon résultat", Brier et log-loss seraient à 0. Plus la proba au résultat réel est haute, plus ces 2 scores sont bas. Permet de juger objectivement le modèle sur CE match précis (vs juste argmax / vrai-faux).

Méthode & sources

Modèle
dc-baseline-v1
xi (pondération)
0.003000
Source données
football-data.co.uk (CSV historique, closing odds moyennes du marché)
Train
4 saisons (2020-21 → 2023-24), pondération temporelle exponentielle