← Retour à l’accueil
2026-03-01 · 19:45:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Roma)
38.8%
Match nul
30.9%
Extérieur (Juventus)
30.3%
Marchés binaires
L2M (Yes)
45.4%
L2M (No)
54.6%
Over 2.5
37.9%
Under 2.5
62.1%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
56.2%
DNB Extérieur
43.8%
Double Chance 1X
69.7%
Double Chance 12
69.1%
Double Chance X2
61.2%

Top 5 scores prédits

1 - 1
14.3%
1 - 0
12.1%
0 - 0
12.0%
0 - 1
10.2%
2 - 1
7.9%

Score réel 3-3 : 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 : 6.7%
IssueModèleMarchéÉcart
Domicile (Roma)38.8%36.3%+2.5 pt
Match nul30.9%30.6%+0.3 pt
Extérieur (Juventus)30.3%33.0%-2.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.537.9%42.3%-4.5 pt
Under 2.562.1%57.7%+4.5 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
30.9% (FTR = D)
Brier 1X2
0.7196 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1741 (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