← Retour à l’accueil
2026-02-01 · 19:45:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Parma)
21.2%
Match nul
27.3%
Extérieur (Juventus)
51.5%
Marchés binaires
L2M (Yes)
47.9%
L2M (No)
52.1%
Over 2.5
44.6%
Under 2.5
55.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
29.1%
DNB Extérieur
70.9%
Double Chance 1X
48.5%
Double Chance 12
72.7%
Double Chance X2
78.8%

Top 5 scores prédits

1 - 1
12.9%
0 - 1
12.4%
0 - 2
10.3%
0 - 0
9.4%
1 - 2
9.3%

Score réel 1-4 : 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 : 6.4%
IssueModèleMarchéÉcart
Domicile (Parma)21.2%10.9%+10.2 pt
Match nul27.3%21.0%+6.4 pt
Extérieur (Juventus)51.5%68.1%-16.6 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.544.6%48.3%-3.7 pt
Under 2.555.4%51.7%+3.7 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
51.5% (FTR = A)
Brier 1X2
0.3546 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.6634 (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