← Retour à l’accueil
2026-03-01 · 17:30:00 · La Liga (SP1) · Spain
FTR : D · mi-temps : 2-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Betis)
55.5%
Match nul
22.2%
Extérieur (Sevilla)
22.2%
Marchés binaires
L2M (Yes)
53.3%
L2M (No)
46.7%
Over 2.5
53.7%
Under 2.5
46.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
71.4%
DNB Extérieur
28.6%
Double Chance 1X
77.8%
Double Chance 12
77.8%
Double Chance X2
44.5%

Top 5 scores prédits

1 - 0
11.1%
1 - 1
10.5%
2 - 1
9.8%
2 - 0
9.5%
0 - 1
6.6%

Score réel 2-2 : 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 : 6.0%
IssueModèleMarchéÉcart
Domicile (Betis)55.5%54.2%+1.3 pt
Match nul22.2%25.9%-3.6 pt
Extérieur (Sevilla)22.2%19.9%+2.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.553.7%47.9%+5.8 pt
Under 2.546.3%52.1%-5.8 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
22.2% (FTR = D)
Brier 1X2
0.9631 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.5046 (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
Betis 2-2 Sevilla · La Liga · FootValue