← Retour à l’accueil
2025-02-16 · 19:45:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Juventus)
24.2%
Match nul
29.7%
Extérieur (Inter)
46.1%
Marchés binaires
L2M (Yes)
43.7%
L2M (No)
56.3%
Over 2.5
37.8%
Under 2.5
62.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
34.4%
DNB Extérieur
65.6%
Double Chance 1X
53.9%
Double Chance 12
70.3%
Double Chance X2
75.8%

Top 5 scores prédits

0 - 1
13.9%
1 - 1
13.6%
0 - 0
11.8%
0 - 2
9.7%
1 - 0
9.0%

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

1X2 — marge bookmaker : 4.3%
IssueModèleMarchéÉcart
Domicile (Juventus)24.2%25.0%-0.8 pt
Match nul29.7%29.1%+0.5 pt
Extérieur (Inter)46.1%45.9%+0.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.537.8%47.0%-9.2 pt
Under 2.562.2%53.0%+9.2 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
24.2% (FTR = H)
Brier 1X2
0.8756 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.4192 (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
Juventus 1-0 Inter · Serie A · FootValue