← Retour à l’accueil
2026-03-06 · 19:45:00 · Ligue 1 (F1) · France
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Paris SG)
60.4%
Match nul
20.1%
Extérieur (Monaco)
19.5%
Marchés binaires
L2M (Yes)
66.6%
L2M (No)
33.4%
Over 2.5
71.0%
Under 2.5
29.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
75.6%
DNB Extérieur
24.4%
Double Chance 1X
80.5%
Double Chance 12
79.9%
Double Chance X2
39.6%

Top 5 scores prédits

2 - 1
9.3%
1 - 1
8.4%
3 - 1
7.3%
2 - 0
7.1%
2 - 2
6.1%

Score réel 1-3 : 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 : 6.5%
IssueModèleMarchéÉcart
Domicile (Paris SG)60.4%69.5%-9.1 pt
Match nul20.1%17.3%+2.7 pt
Extérieur (Monaco)19.5%13.1%+6.4 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.571.0%70.4%+0.6 pt
Under 2.529.0%29.6%-0.6 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
19.5% (FTR = A)
Brier 1X2
1.0529 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.6337 (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
Paris SG 1-3 Monaco · Ligue 1 · FootValue