← Retour à l’accueil
2025-09-27 · 17:00:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Juventus)
34.0%
Match nul
28.1%
Extérieur (Atalanta)
37.9%
Marchés binaires
L2M (Yes)
54.1%
L2M (No)
45.9%
Over 2.5
48.5%
Under 2.5
51.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
47.3%
DNB Extérieur
52.7%
Double Chance 1X
62.1%
Double Chance 12
71.9%
Double Chance X2
66.0%

Top 5 scores prédits

1 - 1
13.4%
0 - 1
9.0%
1 - 2
8.4%
1 - 0
8.3%
0 - 0
8.3%

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

1X2 — marge bookmaker : 6.0%
IssueModèleMarchéÉcart
Domicile (Juventus)34.0%48.9%-14.9 pt
Match nul28.1%27.6%+0.5 pt
Extérieur (Atalanta)37.9%23.5%+14.4 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.548.5%47.7%+0.8 pt
Under 2.551.5%52.3%-0.8 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
28.1% (FTR = D)
Brier 1X2
0.7756 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2683 (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