← Retour à l’accueil
2025-03-08 · 19:45:00 · Serie A (I1) · Italy
32
FTR : H · mi-temps : 1-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Inter)
77.9%
Match nul
15.5%
Extérieur (Monza)
6.6%
Marchés binaires
L2M (Yes)
40.9%
L2M (No)
59.1%
Over 2.5
58.3%
Under 2.5
41.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
92.2%
DNB Extérieur
7.8%
Double Chance 1X
93.4%
Double Chance 12
84.5%
Double Chance X2
22.1%

Top 5 scores prédits

2 - 0
14.4%
3 - 0
11.8%
1 - 0
11.4%
2 - 1
8.5%
1 - 1
7.3%

Score réel 3-2 : 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 : 4.8%
IssueModèleMarchéÉcart
Domicile (Inter)77.9%83.7%-5.8 pt
Match nul15.5%11.5%+4.0 pt
Extérieur (Monza)6.6%4.8%+1.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.558.3%63.5%-5.2 pt
Under 2.541.7%36.5%+5.2 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
77.9% (FTR = H)
Brier 1X2
0.0770 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.2492 (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
Inter 3-2 Monza · Serie A · FootValue