← Retour à l’accueil
2025-02-22 · 14:00:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Parma)
12.8%
Match nul
20.1%
Extérieur (Bologna)
67.1%
Marchés binaires
L2M (Yes)
50.6%
L2M (No)
49.4%
Over 2.5
57.5%
Under 2.5
42.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
16.0%
DNB Extérieur
84.0%
Double Chance 1X
32.9%
Double Chance 12
79.9%
Double Chance X2
87.2%

Top 5 scores prédits

0 - 2
11.7%
0 - 1
10.3%
1 - 2
9.8%
1 - 1
9.6%
0 - 3
8.4%

Score réel 2-0 : 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 (Parma)12.8%20.5%-7.7 pt
Match nul20.1%26.4%-6.2 pt
Extérieur (Bologna)67.1%53.2%+13.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.557.5%49.4%+8.1 pt
Under 2.542.5%50.6%-8.1 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
12.8% (FTR = H)
Brier 1X2
1.2511 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
2.0565 (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