← Retour à l’accueil
2025-11-24 · 17:30:00 · Serie A (I1) · Italy
15
FTR : A · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Torino)
32.8%
Match nul
31.6%
Extérieur (Como)
35.6%
Marchés binaires
L2M (Yes)
44.1%
L2M (No)
55.9%
Over 2.5
36.1%
Under 2.5
63.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
48.0%
DNB Extérieur
52.0%
Double Chance 1X
64.4%
Double Chance 12
68.4%
Double Chance X2
67.2%

Top 5 scores prédits

1 - 1
14.5%
0 - 0
12.8%
0 - 1
11.9%
1 - 0
11.3%
1 - 2
7.4%

Score réel 1-5 : 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 : 5.7%
IssueModèleMarchéÉcart
Domicile (Torino)32.8%26.9%+6.0 pt
Match nul31.6%30.5%+1.1 pt
Extérieur (Como)35.6%42.6%-7.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.536.1%39.5%-3.5 pt
Under 2.563.9%60.5%+3.5 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
35.6% (FTR = A)
Brier 1X2
0.6230 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.0339 (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