← Retour à l’accueil
2025-12-20 · 19:45:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Juventus)
36.7%
Match nul
31.1%
Extérieur (Roma)
32.3%
Marchés binaires
L2M (Yes)
45.5%
L2M (No)
54.5%
Over 2.5
37.8%
Under 2.5
62.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
53.2%
DNB Extérieur
46.8%
Double Chance 1X
67.7%
Double Chance 12
68.9%
Double Chance X2
63.3%

Top 5 scores prédits

1 - 1
14.4%
0 - 0
12.1%
1 - 0
11.7%
0 - 1
10.7%
2 - 1
7.7%

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

1X2 — marge bookmaker : 6.1%
IssueModèleMarchéÉcart
Domicile (Juventus)36.7%47.1%-10.5 pt
Match nul31.1%30.5%+0.6 pt
Extérieur (Roma)32.3%22.4%+9.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.537.8%43.8%-6.1 pt
Under 2.562.3%56.2%+6.1 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
36.7% (FTR = H)
Brier 1X2
0.6019 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.0035 (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