← Retour à l’accueil
2025-09-14 · 11:30:00 · Serie A (I1) · Italy
01
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Roma)
52.9%
Match nul
29.4%
Extérieur (Torino)
17.7%
Marchés binaires
L2M (Yes)
38.3%
L2M (No)
61.7%
Over 2.5
34.5%
Under 2.5
65.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
75.0%
DNB Extérieur
25.0%
Double Chance 1X
82.3%
Double Chance 12
70.6%
Double Chance X2
47.1%

Top 5 scores prédits

1 - 0
16.5%
0 - 0
13.4%
1 - 1
12.9%
2 - 0
12.1%
2 - 1
8.3%

Score réel 0-1 : 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 : 6.1%
IssueModèleMarchéÉcart
Domicile (Roma)52.9%62.4%-9.6 pt
Match nul29.4%23.2%+6.2 pt
Extérieur (Torino)17.7%14.3%+3.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.534.5%47.7%-13.2 pt
Under 2.565.5%52.3%+13.2 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
17.7% (FTR = A)
Brier 1X2
1.0442 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.7333 (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