← Retour à l’accueil
2025-09-28 · 17:00:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Lecce)
17.2%
Match nul
27.6%
Extérieur (Bologna)
55.2%
Marchés binaires
L2M (Yes)
41.6%
L2M (No)
58.4%
Over 2.5
39.3%
Under 2.5
60.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
23.8%
DNB Extérieur
76.2%
Double Chance 1X
44.8%
Double Chance 12
72.4%
Double Chance X2
82.8%

Top 5 scores prédits

0 - 1
15.0%
1 - 1
12.6%
0 - 2
12.1%
0 - 0
11.3%
1 - 2
8.9%

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 : 6.0%
IssueModèleMarchéÉcart
Domicile (Lecce)17.2%17.7%-0.5 pt
Match nul27.6%27.2%+0.4 pt
Extérieur (Bologna)55.2%55.2%+0.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.539.3%41.1%-1.8 pt
Under 2.560.7%58.9%+1.8 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
27.6% (FTR = D)
Brier 1X2
0.8579 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2866 (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