← Retour à l’accueil
2025-10-29 · 17:30:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Juventus)
60.5%
Match nul
24.8%
Extérieur (Udinese)
14.7%
Marchés binaires
L2M (Yes)
43.6%
L2M (No)
56.4%
Over 2.5
44.8%
Under 2.5
55.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
80.5%
DNB Extérieur
19.5%
Double Chance 1X
85.3%
Double Chance 12
75.2%
Double Chance X2
39.5%

Top 5 scores prédits

1 - 0
13.9%
2 - 0
12.7%
1 - 1
11.6%
2 - 1
9.3%
0 - 0
9.3%

Score réel 3-1 : 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 (Juventus)60.5%65.5%-4.9 pt
Match nul24.8%21.3%+3.5 pt
Extérieur (Udinese)14.7%13.2%+1.4 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.544.8%52.8%-8.0 pt
Under 2.555.2%47.2%+8.0 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
60.5% (FTR = H)
Brier 1X2
0.2390 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.5022 (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