← Retour à l’accueil
2025-12-06 · 17:30:00 · La Liga (SP1) · Spain
FTR : A · mi-temps : 1-4 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Betis)
24.4%
Match nul
20.0%
Extérieur (Barcelona)
55.6%
Marchés binaires
L2M (Yes)
64.8%
L2M (No)
35.2%
Over 2.5
67.3%
Under 2.5
32.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
30.5%
DNB Extérieur
69.5%
Double Chance 1X
44.4%
Double Chance 12
80.0%
Double Chance X2
75.6%

Top 5 scores prédits

1 - 2
9.4%
1 - 1
8.5%
0 - 2
7.0%
0 - 1
7.0%
1 - 3
6.7%

Score réel 3-5 : 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 : 5.8%
IssueModèleMarchéÉcart
Domicile (Betis)24.4%26.2%-1.8 pt
Match nul20.0%23.0%-3.0 pt
Extérieur (Barcelona)55.6%50.8%+4.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.567.3%70.1%-2.7 pt
Under 2.532.7%29.9%+2.7 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
55.6% (FTR = A)
Brier 1X2
0.2972 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.5877 (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