← Retour à l’accueil
2026-01-11 · 17:00:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Verona)
18.8%
Match nul
25.9%
Extérieur (Lazio)
55.4%
Marchés binaires
L2M (Yes)
48.4%
L2M (No)
51.6%
Over 2.5
47.1%
Under 2.5
52.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
25.3%
DNB Extérieur
74.7%
Double Chance 1X
44.6%
Double Chance 12
74.1%
Double Chance X2
81.3%

Top 5 scores prédits

1 - 1
12.3%
0 - 1
12.2%
0 - 2
10.9%
1 - 2
9.6%
0 - 0
8.6%

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

1X2 — marge bookmaker : 6.3%
IssueModèleMarchéÉcart
Domicile (Verona)18.8%26.6%-7.8 pt
Match nul25.9%33.0%-7.2 pt
Extérieur (Lazio)55.4%40.4%+15.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.547.1%34.1%+12.9 pt
Under 2.552.9%65.9%-12.9 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
55.4% (FTR = A)
Brier 1X2
0.3010 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.5908 (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