← Retour à l’accueil
2024-10-27 · 17:00:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 3-2 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Inter)
56.7%
Match nul
26.5%
Extérieur (Juventus)
16.8%
Marchés binaires
L2M (Yes)
42.1%
L2M (No)
57.9%
Over 2.5
40.8%
Under 2.5
59.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
77.2%
DNB Extérieur
22.8%
Double Chance 1X
83.2%
Double Chance 12
73.5%
Double Chance X2
43.3%

Top 5 scores prédits

1 - 0
14.9%
2 - 0
12.3%
1 - 1
12.2%
0 - 0
10.5%
2 - 1
9.1%

Score réel 4-4 : 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 (Inter)56.7%53.0%+3.7 pt
Match nul26.5%27.1%-0.5 pt
Extérieur (Juventus)16.8%19.9%-3.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.540.8%45.0%-4.2 pt
Under 2.559.2%55.0%+4.2 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
26.5% (FTR = D)
Brier 1X2
0.8892 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3265 (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