← Retour à l’accueil
2026-01-04 · 11:30:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Lazio)
28.8%
Match nul
29.4%
Extérieur (Napoli)
41.8%
Marchés binaires
L2M (Yes)
48.9%
L2M (No)
51.2%
Over 2.5
42.5%
Under 2.5
57.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
40.8%
DNB Extérieur
59.2%
Double Chance 1X
58.2%
Double Chance 12
70.6%
Double Chance X2
71.2%

Top 5 scores prédits

1 - 1
13.9%
0 - 1
11.3%
0 - 0
10.2%
1 - 0
8.8%
1 - 2
8.6%

Score réel 0-2 : 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 : 6.2%
IssueModèleMarchéÉcart
Domicile (Lazio)28.8%24.8%+4.0 pt
Match nul29.4%31.6%-2.2 pt
Extérieur (Napoli)41.8%43.6%-1.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.542.5%37.7%+4.9 pt
Under 2.557.5%62.3%-4.9 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
41.8% (FTR = A)
Brier 1X2
0.5083 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.8725 (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