← Retour à l’accueil
2024-10-30 · 19:45:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 1-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Juventus)
78.5%
Match nul
14.9%
Extérieur (Parma)
6.6%
Marchés binaires
L2M (Yes)
42.8%
L2M (No)
57.2%
Over 2.5
60.8%
Under 2.5
39.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
92.3%
DNB Extérieur
7.7%
Double Chance 1X
93.4%
Double Chance 12
85.0%
Double Chance X2
21.5%

Top 5 scores prédits

2 - 0
13.8%
3 - 0
11.6%
1 - 0
10.5%
2 - 1
8.5%
4 - 0
7.3%

Score réel 2-2 : 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 : 4.4%
IssueModèleMarchéÉcart
Domicile (Juventus)78.5%66.5%+11.9 pt
Match nul14.9%20.0%-5.1 pt
Extérieur (Parma)6.6%13.5%-6.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.560.8%59.3%+1.5 pt
Under 2.539.2%40.7%-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
14.9% (FTR = D)
Brier 1X2
1.3433 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.9005 (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