← Retour à l’accueil
2025-03-09 · 19:45:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Juventus)
41.6%
Match nul
27.9%
Extérieur (Atalanta)
30.5%
Marchés binaires
L2M (Yes)
52.4%
L2M (No)
47.6%
Over 2.5
47.1%
Under 2.5
52.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
57.7%
DNB Extérieur
42.3%
Double Chance 1X
69.5%
Double Chance 12
72.1%
Double Chance X2
58.4%

Top 5 scores prédits

1 - 1
13.3%
1 - 0
10.1%
2 - 1
8.8%
0 - 0
8.5%
0 - 1
8.3%

Score réel 0-4 : 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 : 4.2%
IssueModèleMarchéÉcart
Domicile (Juventus)41.6%35.4%+6.2 pt
Match nul27.9%31.2%-3.3 pt
Extérieur (Atalanta)30.5%33.4%-2.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.547.1%45.3%+1.8 pt
Under 2.552.9%54.7%-1.8 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
30.5% (FTR = A)
Brier 1X2
0.7334 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1865 (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