← Retour à l’accueil
2025-02-24 · 19:45:00 · Serie A (I1) · Italy
40
FTR : H · mi-temps : 2-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Roma)
57.9%
Match nul
24.2%
Extérieur (Monza)
17.9%
Marchés binaires
L2M (Yes)
50.1%
L2M (No)
49.9%
Over 2.5
50.5%
Under 2.5
49.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
76.4%
DNB Extérieur
23.6%
Double Chance 1X
82.1%
Double Chance 12
75.8%
Double Chance X2
42.1%

Top 5 scores prédits

1 - 1
11.5%
1 - 0
11.5%
2 - 0
10.9%
2 - 1
9.8%
0 - 0
7.4%

Score réel 4-0 : 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 : 4.7%
IssueModèleMarchéÉcart
Domicile (Roma)57.9%75.2%-17.3 pt
Match nul24.2%16.6%+7.5 pt
Extérieur (Monza)17.9%8.1%+9.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.550.5%55.7%-5.1 pt
Under 2.549.5%44.3%+5.1 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
57.9% (FTR = H)
Brier 1X2
0.2676 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.5461 (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