← Retour à l’accueil
2026-01-04 · 13:00:00 · La Liga (SP1) · Spain
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Sevilla)
51.2%
Match nul
21.3%
Extérieur (Levante)
27.5%
Marchés binaires
L2M (Yes)
62.8%
L2M (No)
37.2%
Over 2.5
63.5%
Under 2.5
36.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
65.1%
DNB Extérieur
34.9%
Double Chance 1X
72.5%
Double Chance 12
78.6%
Double Chance X2
48.8%

Top 5 scores prédits

2 - 1
9.4%
1 - 1
9.4%
1 - 0
7.7%
2 - 0
7.0%
1 - 2
6.7%

Score réel 0-3 : 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 : 6.3%
IssueModèleMarchéÉcart
Domicile (Sevilla)51.2%54.1%-2.9 pt
Match nul21.3%25.5%-4.1 pt
Extérieur (Levante)27.5%20.4%+7.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.563.5%50.9%+12.5 pt
Under 2.536.5%49.1%-12.5 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
27.5% (FTR = A)
Brier 1X2
0.8333 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2917 (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