← Retour à l’accueil
2026-03-22 · 14:00:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bologna)
39.9%
Match nul
27.3%
Extérieur (Lazio)
32.8%
Marchés binaires
L2M (Yes)
56.3%
L2M (No)
43.7%
Over 2.5
51.5%
Under 2.5
48.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
54.9%
DNB Extérieur
45.1%
Double Chance 1X
67.2%
Double Chance 12
72.7%
Double Chance X2
60.1%

Top 5 scores prédits

1 - 1
13.0%
2 - 1
8.7%
1 - 0
8.5%
1 - 2
7.8%
0 - 1
7.5%

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 : 6.4%
IssueModèleMarchéÉcart
Domicile (Bologna)39.9%41.0%-1.2 pt
Match nul27.3%30.1%-2.8 pt
Extérieur (Lazio)32.8%28.8%+4.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.551.5%45.3%+6.2 pt
Under 2.548.5%54.7%-6.2 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
32.8% (FTR = A)
Brier 1X2
0.6852 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1147 (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
Bologna 0-2 Lazio · Serie A · FootValue