← Retour à l’accueil
2025-01-11 · 17:00:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Torino)
26.5%
Match nul
35.3%
Extérieur (Juventus)
38.3%
Marchés binaires
L2M (Yes)
33.1%
L2M (No)
66.9%
Over 2.5
24.3%
Under 2.5
75.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
40.9%
DNB Extérieur
59.1%
Double Chance 1X
61.7%
Double Chance 12
64.7%
Double Chance X2
73.5%

Top 5 scores prédits

0 - 0
19.0%
0 - 1
16.7%
1 - 1
13.8%
1 - 0
12.8%
0 - 2
8.3%

Comparaison vs marché (cotes football-data closing-avg)

1X2 — marge bookmaker : 5.1%
IssueModèleMarchéÉcart
Domicile (Torino)26.5%21.6%+4.9 pt
Match nul35.3%32.0%+3.2 pt
Extérieur (Juventus)38.3%46.4%-8.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.524.3%32.8%-8.5 pt
Under 2.575.7%67.2%+8.5 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
35.3% (FTR = D)
Brier 1X2
0.6357 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.0424 (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