← Retour à l’accueil
2025-03-01 · 17:30:00 · La Liga (SP1) · Spain
FTR : H · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Betis)
20.1%
Match nul
24.7%
Extérieur (Real Madrid)
55.2%
Marchés binaires
L2M (Yes)
48.5%
L2M (No)
51.5%
Over 2.5
47.5%
Under 2.5
52.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
26.7%
DNB Extérieur
73.3%
Double Chance 1X
44.8%
Double Chance 12
75.3%
Double Chance X2
79.9%

Top 5 scores prédits

0 - 1
12.5%
1 - 1
11.7%
0 - 2
10.6%
1 - 2
9.6%
0 - 0
7.8%

Score réel 2-1 : 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 : 4.3%
IssueModèleMarchéÉcart
Domicile (Betis)20.1%25.2%-5.1 pt
Match nul24.7%25.6%-1.0 pt
Extérieur (Real Madrid)55.2%49.2%+6.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.547.5%59.9%-12.4 pt
Under 2.552.5%40.1%+12.4 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
20.1% (FTR = H)
Brier 1X2
1.0045 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.6049 (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