← Retour à l’accueil
2026-01-25 · 17:00:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Juventus)
33.2%
Match nul
32.1%
Extérieur (Napoli)
34.7%
Marchés binaires
L2M (Yes)
42.9%
L2M (No)
57.1%
Over 2.5
34.6%
Under 2.5
65.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
48.9%
DNB Extérieur
51.1%
Double Chance 1X
65.3%
Double Chance 12
67.9%
Double Chance X2
66.8%

Top 5 scores prédits

1 - 1
14.5%
0 - 0
13.5%
0 - 1
12.2%
1 - 0
11.8%
1 - 2
7.1%

Score réel 3-0 : 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 : 6.3%
IssueModèleMarchéÉcart
Domicile (Juventus)33.2%49.3%-16.0 pt
Match nul32.1%30.2%+1.9 pt
Extérieur (Napoli)34.7%20.6%+14.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.534.6%39.0%-4.4 pt
Under 2.565.4%61.0%+4.4 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
33.2% (FTR = H)
Brier 1X2
0.6695 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1023 (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