← Retour à l’accueil
2025-12-01 · 19:45:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 1-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bologna)
69.5%
Match nul
19.1%
Extérieur (Cremonese)
11.4%
Marchés binaires
L2M (Yes)
51.0%
L2M (No)
49.0%
Over 2.5
59.8%
Under 2.5
40.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
85.9%
DNB Extérieur
14.1%
Double Chance 1X
88.6%
Double Chance 12
80.9%
Double Chance X2
30.5%

Top 5 scores prédits

2 - 0
11.7%
1 - 0
9.7%
2 - 1
9.6%
1 - 1
9.1%
3 - 0
8.8%

Score réel 1-3 : 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 (Bologna)69.5%62.4%+7.0 pt
Match nul19.1%23.2%-4.1 pt
Extérieur (Cremonese)11.4%14.3%-2.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.559.8%51.3%+8.5 pt
Under 2.540.2%48.7%-8.5 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
11.4% (FTR = A)
Brier 1X2
1.3037 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
2.1698 (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