← Retour à l’accueil
2026-04-27 · 19:45:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Lazio)
56.9%
Match nul
24.7%
Extérieur (Udinese)
18.4%
Marchés binaires
L2M (Yes)
50.9%
L2M (No)
49.1%
Over 2.5
50.8%
Under 2.5
49.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
75.6%
DNB Extérieur
24.4%
Double Chance 1X
81.6%
Double Chance 12
75.3%
Double Chance X2
43.1%

Top 5 scores prédits

1 - 1
11.8%
1 - 0
11.1%
2 - 0
10.6%
2 - 1
9.8%
0 - 0
7.5%

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 : 6.6%
IssueModèleMarchéÉcart
Domicile (Lazio)56.9%41.7%+15.2 pt
Match nul24.7%30.7%-6.0 pt
Extérieur (Udinese)18.4%27.6%-9.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.550.8%41.6%+9.2 pt
Under 2.549.2%58.4%-9.2 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
24.7% (FTR = D)
Brier 1X2
0.9244 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3976 (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