← Retour à l’accueil
2025-12-14 · 14:00:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Fiorentina)
65.0%
Match nul
22.1%
Extérieur (Verona)
13.0%
Marchés binaires
L2M (Yes)
46.8%
L2M (No)
53.2%
Over 2.5
51.5%
Under 2.5
48.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
83.4%
DNB Extérieur
16.6%
Double Chance 1X
87.0%
Double Chance 12
77.9%
Double Chance X2
35.1%

Top 5 scores prédits

2 - 0
12.6%
1 - 0
12.0%
1 - 1
10.5%
2 - 1
9.6%
3 - 0
8.3%

Score réel 1-2 : 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 : 6.0%
IssueModèleMarchéÉcart
Domicile (Fiorentina)65.0%47.6%+17.3 pt
Match nul22.1%29.7%-7.6 pt
Extérieur (Verona)13.0%22.7%-9.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.551.5%40.7%+10.8 pt
Under 2.548.5%59.3%-10.8 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
13.0% (FTR = A)
Brier 1X2
1.2280 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
2.0425 (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
Fiorentina 1-2 Verona · Serie A · FootValue