← Retour à l’accueil
2025-01-05 · 19:45:00 · Serie A (I1) · Italy
20
FTR : H · mi-temps : 2-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Roma)
40.0%
Match nul
28.5%
Extérieur (Lazio)
31.5%
Marchés binaires
L2M (Yes)
50.8%
L2M (No)
49.2%
Over 2.5
44.9%
Under 2.5
55.1%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
56.0%
DNB Extérieur
44.0%
Double Chance 1X
68.5%
Double Chance 12
71.4%
Double Chance X2
60.0%

Top 5 scores prédits

1 - 1
13.6%
1 - 0
10.4%
0 - 0
9.2%
0 - 1
8.9%
2 - 1
8.5%

Score réel 2-0 : 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 : 5.0%
IssueModèleMarchéÉcart
Domicile (Roma)40.0%37.6%+2.3 pt
Match nul28.5%31.4%-2.9 pt
Extérieur (Lazio)31.5%30.9%+0.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.544.9%45.6%-0.7 pt
Under 2.555.1%54.4%+0.7 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
40.0% (FTR = H)
Brier 1X2
0.5408 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.9168 (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
Roma 2-0 Lazio · Serie A · FootValue