← Retour à l’accueil
2024-08-26 · 19:45:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Verona)
20.8%
Match nul
29.8%
Extérieur (Juventus)
49.4%
Marchés binaires
L2M (Yes)
40.2%
L2M (No)
59.8%
Over 2.5
35.1%
Under 2.5
64.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
29.7%
DNB Extérieur
70.3%
Double Chance 1X
50.6%
Double Chance 12
70.2%
Double Chance X2
79.2%

Top 5 scores prédits

0 - 1
15.6%
1 - 1
13.3%
0 - 0
13.0%
0 - 2
10.9%
1 - 0
8.7%

Score réel 0-3 : 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 : 4.3%
IssueModèleMarchéÉcart
Domicile (Verona)20.8%20.4%+0.4 pt
Match nul29.8%27.7%+2.1 pt
Extérieur (Juventus)49.4%51.8%-2.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.535.1%41.6%-6.5 pt
Under 2.564.9%58.4%+6.5 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
49.4% (FTR = A)
Brier 1X2
0.3886 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.7060 (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