← Retour à l’accueil
2025-10-29 · 18:00:00 · Ligue 1 (F1) · France
FTR : D · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Lorient)
10.4%
Match nul
15.5%
Extérieur (Paris SG)
74.1%
Marchés binaires
L2M (Yes)
59.9%
L2M (No)
40.1%
Over 2.5
73.0%
Under 2.5
27.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
12.4%
DNB Extérieur
87.6%
Double Chance 1X
25.9%
Double Chance 12
84.5%
Double Chance X2
89.5%

Top 5 scores prédits

1 - 2
8.8%
0 - 2
8.8%
1 - 3
8.2%
0 - 3
8.2%
1 - 1
6.7%

Comparaison vs marché (cotes football-data closing-avg)

1X2 — marge bookmaker : 5.8%
IssueModèleMarchéÉcart
Domicile (Lorient)10.4%9.5%+1.0 pt
Match nul15.5%15.5%-0.1 pt
Extérieur (Paris SG)74.1%75.0%-0.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.573.0%65.9%+7.2 pt
Under 2.527.0%34.1%-7.2 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
15.5% (FTR = D)
Brier 1X2
1.2744 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.8669 (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)
0.001900
Source données
football-data.co.uk (CSV historique, closing odds moyennes du marché)
Train
4 saisons (2020-21 → 2023-24), pondération temporelle exponentielle