← Retour à l’accueil
2024-12-07 · 17:00:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Juventus)
41.7%
Match nul
31.7%
Extérieur (Bologna)
26.7%
Marchés binaires
L2M (Yes)
40.7%
L2M (No)
59.3%
Over 2.5
33.1%
Under 2.5
66.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
61.0%
DNB Extérieur
39.0%
Double Chance 1X
73.3%
Double Chance 12
68.3%
Double Chance X2
58.3%

Top 5 scores prédits

1 - 0
14.5%
1 - 1
14.0%
0 - 0
13.9%
0 - 1
10.7%
2 - 0
8.8%

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)41.7%53.2%-11.5 pt
Match nul31.7%28.8%+2.9 pt
Extérieur (Bologna)26.7%18.0%+8.6 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.533.1%37.5%-4.4 pt
Under 2.566.9%62.5%+4.4 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
31.7% (FTR = D)
Brier 1X2
0.7114 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1495 (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