← Retour à l’accueil
2026-05-02 · 16:00:00 · Ligue 1 (F1) · France
FTR : D · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Paris SG)
82.5%
Match nul
11.3%
Extérieur (Lorient)
6.1%
Marchés binaires
L2M (Yes)
55.9%
L2M (No)
44.1%
Over 2.5
77.7%
Under 2.5
22.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
93.1%
DNB Extérieur
6.9%
Double Chance 1X
93.9%
Double Chance 12
88.7%
Double Chance X2
17.5%

Top 5 scores prédits

3 - 0
9.4%
2 - 0
8.7%
3 - 1
8.1%
4 - 0
7.6%
2 - 1
7.5%

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 : 6.5%
IssueModèleMarchéÉcart
Domicile (Paris SG)82.5%70.6%+11.9 pt
Match nul11.3%17.2%-5.8 pt
Extérieur (Lorient)6.1%12.2%-6.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.577.7%66.7%+11.0 pt
Under 2.522.3%33.3%-11.0 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
11.3% (FTR = D)
Brier 1X2
1.4715 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
2.1786 (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