← Retour à l’accueil
2025-11-09 · 19:45:00 · Serie A (I1) · Italy
20
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Inter)
60.4%
Match nul
22.7%
Extérieur (Lazio)
16.9%
Marchés binaires
L2M (Yes)
53.9%
L2M (No)
46.1%
Over 2.5
56.3%
Under 2.5
43.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
78.2%
DNB Extérieur
21.8%
Double Chance 1X
83.1%
Double Chance 12
77.3%
Double Chance X2
39.6%

Top 5 scores prédits

1 - 1
10.8%
2 - 0
10.4%
2 - 1
10.0%
1 - 0
9.7%
3 - 0
6.9%

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

1X2 — marge bookmaker : 6.2%
IssueModèleMarchéÉcart
Domicile (Inter)60.4%72.4%-12.0 pt
Match nul22.7%18.1%+4.7 pt
Extérieur (Lazio)16.9%9.5%+7.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.556.3%54.2%+2.1 pt
Under 2.543.7%45.8%-2.1 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
60.4% (FTR = H)
Brier 1X2
0.2368 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.5040 (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