← Retour à l’accueil
2026-02-21 · 14:00:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Juventus)
50.4%
Match nul
27.5%
Extérieur (Como)
22.1%
Marchés binaires
L2M (Yes)
48.6%
L2M (No)
51.4%
Over 2.5
44.9%
Under 2.5
55.1%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
69.5%
DNB Extérieur
30.5%
Double Chance 1X
77.9%
Double Chance 12
72.5%
Double Chance X2
49.6%

Top 5 scores prédits

1 - 1
13.0%
1 - 0
12.1%
2 - 0
10.0%
2 - 1
9.3%
0 - 0
9.3%

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 : 6.5%
IssueModèleMarchéÉcart
Domicile (Juventus)50.4%45.1%+5.3 pt
Match nul27.5%28.0%-0.5 pt
Extérieur (Como)22.1%26.8%-4.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.544.9%47.7%-2.8 pt
Under 2.555.1%52.3%+2.8 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
22.1% (FTR = A)
Brier 1X2
0.9366 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.5096 (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