← Retour à l’accueil
2025-10-05 · 15:15:00 · La Liga (SP1) · Spain
FTR : H · mi-temps : 2-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Sevilla)
16.5%
Match nul
17.9%
Extérieur (Barcelona)
65.6%
Marchés binaires
L2M (Yes)
58.7%
L2M (No)
41.3%
Over 2.5
65.5%
Under 2.5
34.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
20.1%
DNB Extérieur
79.9%
Double Chance 1X
34.4%
Double Chance 12
82.1%
Double Chance X2
83.5%

Top 5 scores prédits

1 - 2
9.7%
0 - 2
9.1%
0 - 1
8.3%
1 - 1
8.1%
1 - 3
7.5%

Score réel 4-1 : 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)16.5%16.5%+0.0 pt
Match nul17.9%19.8%-1.9 pt
Extérieur (Barcelona)65.6%63.7%+1.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.565.5%65.5%-0.0 pt
Under 2.534.5%34.5%+0.0 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
16.5% (FTR = H)
Brier 1X2
1.1595 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.8024 (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