← Retour à l’accueil
2024-09-22 · 11:30:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 0-1 (A)
Modèle Dixon-Coles — probas pré-match
1X2
Domicile (Fiorentina)
38.5%
Match nul
28.4%
Extérieur (Lazio)
33.2%
Marchés binaires
L2M (Yes)
51.8%
L2M (No)
48.2%
Over 2.5
46.0%
Under 2.5
54.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
53.7%
DNB Extérieur
46.3%
Double Chance 1X
66.8%
Double Chance 12
71.6%
Double Chance X2
61.5%
Top 5 scores prédits
1 - 1
13.5%
1 - 0
9.9%
0 - 1
9.0%
0 - 0
8.8%
2 - 1
8.4%
Comparaison vs marché (cotes football-data closing-avg)
1X2 — marge bookmaker : 4.4%
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Domicile (Fiorentina) | 38.5% | 40.2% | -1.8 pt |
| Match nul | 28.4% | 29.3% | -0.9 pt |
| Extérieur (Lazio) | 33.2% | 30.5% | +2.7 pt |
Over/Under 2.5
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Over 2.5 | 46.0% | 46.2% | -0.3 pt |
| Under 2.5 | 54.0% | 53.8% | +0.3 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
- 38.5% (FTR = H)
- Brier 1X2
- 0.5693 (0 = parfait, ~0.667 = pur hasard, max 2)
- Log-loss 1X2
- 0.9556 (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
- Documentation
- SPECS.md §5.3 · ADR-006/010/011