← Retour à l’accueil
2026-02-21 · 20:05:00 · Ligue 1 (F1) · France
FTR : H · mi-temps : 2-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Paris SG)
83.7%
Match nul
11.2%
Extérieur (Metz)
5.2%
Marchés binaires
L2M (Yes)
49.4%
L2M (No)
50.6%
Over 2.5
73.6%
Under 2.5
26.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
94.2%
DNB Extérieur
5.8%
Double Chance 1X
94.8%
Double Chance 12
88.8%
Double Chance X2
16.4%

Top 5 scores prédits

3 - 0
10.9%
2 - 0
10.5%
4 - 0
8.5%
3 - 1
7.8%
2 - 1
7.6%

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

1X2 — marge bookmaker : 6.1%
IssueModèleMarchéÉcart
Domicile (Paris SG)83.7%83.4%+0.2 pt
Match nul11.2%10.7%+0.5 pt
Extérieur (Metz)5.2%5.8%-0.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.573.6%72.0%+1.5 pt
Under 2.526.4%28.0%-1.5 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
83.7% (FTR = H)
Brier 1X2
0.0419 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.1785 (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