← Retour à l’accueil
2026-03-09 · 19:45:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Lazio)
66.7%
Match nul
19.3%
Extérieur (Sassuolo)
14.1%
Marchés binaires
L2M (Yes)
58.2%
L2M (No)
41.8%
Over 2.5
65.4%
Under 2.5
34.6%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
82.6%
DNB Extérieur
17.4%
Double Chance 1X
85.9%
Double Chance 12
80.7%
Double Chance X2
33.3%

Top 5 scores prédits

2 - 1
9.7%
2 - 0
9.6%
1 - 1
8.8%
3 - 1
7.6%
1 - 0
7.5%

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

1X2 — marge bookmaker : 6.7%
IssueModèleMarchéÉcart
Domicile (Lazio)66.7%42.6%+24.1 pt
Match nul19.3%29.7%-10.4 pt
Extérieur (Sassuolo)14.1%27.7%-13.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.565.4%45.2%+20.1 pt
Under 2.534.6%54.8%-20.1 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
66.7% (FTR = H)
Brier 1X2
0.1681 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.4056 (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