← Retour à l’accueil
2025-02-06 · 17:00:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Fiorentina)
19.5%
Match nul
23.9%
Extérieur (Inter)
56.5%
Marchés binaires
L2M (Yes)
53.5%
L2M (No)
46.5%
Over 2.5
53.8%
Under 2.5
46.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
25.7%
DNB Extérieur
74.3%
Double Chance 1X
43.5%
Double Chance 12
76.1%
Double Chance X2
80.5%

Top 5 scores prédits

1 - 1
11.4%
0 - 1
10.2%
0 - 2
10.0%
1 - 2
9.9%
0 - 0
6.5%

Score réel 3-0 : 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 : 4.5%
IssueModèleMarchéÉcart
Domicile (Fiorentina)19.5%24.5%-5.0 pt
Match nul23.9%27.4%-3.5 pt
Extérieur (Inter)56.5%48.1%+8.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.553.8%49.9%+3.9 pt
Under 2.546.2%50.1%-3.9 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
19.5% (FTR = H)
Brier 1X2
1.0250 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.6342 (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