← Retour à l’accueil
2025-01-26 · 11:30:00 · Serie A (I1) · Italy
32
FTR : H · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Milan)
84.3%
Match nul
10.1%
Extérieur (Parma)
5.6%
Marchés binaires
L2M (Yes)
57.5%
L2M (No)
42.5%
Over 2.5
81.0%
Under 2.5
19.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
93.8%
DNB Extérieur
6.2%
Double Chance 1X
94.4%
Double Chance 12
89.9%
Double Chance X2
15.7%

Top 5 scores prédits

3 - 0
8.9%
3 - 1
8.0%
4 - 0
7.7%
2 - 0
7.7%
4 - 1
6.9%

Score réel 3-2 : 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 : 5.1%
IssueModèleMarchéÉcart
Domicile (Milan)84.3%74.9%+9.4 pt
Match nul10.1%15.3%-5.2 pt
Extérieur (Parma)5.6%9.8%-4.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.581.0%69.6%+11.3 pt
Under 2.519.0%30.4%-11.3 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
84.3% (FTR = H)
Brier 1X2
0.0378 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.1703 (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