← Retour à l’accueil
2025-12-08 · 19:45:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 2-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Torino)
25.4%
Match nul
29.0%
Extérieur (Milan)
45.6%
Marchés binaires
L2M (Yes)
47.8%
L2M (No)
52.3%
Over 2.5
42.2%
Under 2.5
57.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
35.8%
DNB Extérieur
64.2%
Double Chance 1X
54.4%
Double Chance 12
71.0%
Double Chance X2
74.6%

Top 5 scores prédits

1 - 1
13.7%
0 - 1
12.1%
0 - 0
10.3%
0 - 2
9.1%
1 - 2
8.9%

Score réel 2-3 : 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 : 6.2%
IssueModèleMarchéÉcart
Domicile (Torino)25.4%17.2%+8.2 pt
Match nul29.0%25.4%+3.6 pt
Extérieur (Milan)45.6%57.4%-11.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.542.2%47.2%-5.0 pt
Under 2.557.8%52.8%+5.0 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
45.6% (FTR = A)
Brier 1X2
0.4448 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.7857 (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