← Retour à l’accueil
2025-02-08 · 19:45:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Torino)
37.9%
Match nul
34.3%
Extérieur (Genoa)
27.8%
Marchés binaires
L2M (Yes)
35.4%
L2M (No)
64.6%
Over 2.5
26.7%
Under 2.5
73.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
57.7%
DNB Extérieur
42.3%
Double Chance 1X
72.2%
Double Chance 12
65.7%
Double Chance X2
62.1%

Top 5 scores prédits

0 - 0
17.5%
1 - 0
15.7%
1 - 1
14.0%
0 - 1
12.6%
2 - 0
8.2%

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

1X2 — marge bookmaker : 4.6%
IssueModèleMarchéÉcart
Domicile (Torino)37.9%39.8%-1.9 pt
Match nul34.3%33.2%+1.1 pt
Extérieur (Genoa)27.8%27.0%+0.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.526.7%35.5%-8.8 pt
Under 2.573.3%64.5%+8.8 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
34.3% (FTR = D)
Brier 1X2
0.6521 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.0692 (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