← Retour à l’accueil
2025-12-07 · 20:00:00 · La Liga (SP1) · Spain
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Real Madrid)
72.5%
Match nul
15.3%
Extérieur (Celta)
12.2%
Marchés binaires
L2M (Yes)
56.9%
L2M (No)
43.1%
Over 2.5
68.8%
Under 2.5
31.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
85.6%
DNB Extérieur
14.4%
Double Chance 1X
87.8%
Double Chance 12
84.7%
Double Chance X2
27.5%

Top 5 scores prédits

2 - 0
9.6%
2 - 1
9.3%
3 - 0
8.3%
3 - 1
8.0%
1 - 0
7.8%

Score réel 0-2 : 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 : 5.7%
IssueModèleMarchéÉcart
Domicile (Real Madrid)72.5%75.1%-2.6 pt
Match nul15.3%15.3%+0.1 pt
Extérieur (Celta)12.2%9.6%+2.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.568.8%68.5%+0.3 pt
Under 2.531.2%31.5%-0.3 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
12.2% (FTR = A)
Brier 1X2
1.3203 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
2.1062 (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