← Retour à l’accueil
2024-09-15 · 19:45:00 · Serie A (I1) · Italy
11
FTR : D · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Monza)
11.1%
Match nul
20.5%
Extérieur (Inter)
68.4%
Marchés binaires
L2M (Yes)
44.3%
L2M (No)
55.7%
Over 2.5
51.8%
Under 2.5
48.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
13.9%
DNB Extérieur
86.1%
Double Chance 1X
31.6%
Double Chance 12
79.5%
Double Chance X2
88.9%

Top 5 scores prédits

0 - 2
13.5%
0 - 1
12.6%
1 - 1
9.7%
1 - 2
9.4%
0 - 3
9.2%

Comparaison vs marché (cotes football-data closing-avg)

1X2 — marge bookmaker : 4.7%
IssueModèleMarchéÉcart
Domicile (Monza)11.1%11.0%+0.1 pt
Match nul20.5%19.3%+1.2 pt
Extérieur (Inter)68.4%69.7%-1.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.551.8%53.3%-1.5 pt
Under 2.548.2%46.7%+1.5 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
20.5% (FTR = D)
Brier 1X2
1.1121 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.5843 (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