← Retour à l’accueil
2026-04-11 · 19:45:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Atalanta)
45.3%
Match nul
27.4%
Extérieur (Juventus)
27.3%
Marchés binaires
L2M (Yes)
53.6%
L2M (No)
46.4%
Over 2.5
49.2%
Under 2.5
50.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
62.4%
DNB Extérieur
37.6%
Double Chance 1X
72.7%
Double Chance 12
72.6%
Double Chance X2
54.7%

Top 5 scores prédits

1 - 1
13.1%
1 - 0
9.9%
2 - 1
9.2%
2 - 0
8.2%
0 - 0
8.0%

Score réel 0-1 : 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 (Atalanta)45.3%31.2%+14.1 pt
Match nul27.4%27.6%-0.3 pt
Extérieur (Juventus)27.3%41.2%-13.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.549.2%55.1%-6.0 pt
Under 2.550.8%44.9%+6.0 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
27.3% (FTR = A)
Brier 1X2
0.8087 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2979 (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
Atalanta 0-1 Juventus · Serie A · FootValue