← Retour à l’accueil
2025-03-10 · 19:45:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Lazio)
55.5%
Match nul
26.8%
Extérieur (Udinese)
17.7%
Marchés binaires
L2M (Yes)
42.9%
L2M (No)
57.1%
Over 2.5
41.0%
Under 2.5
59.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
75.9%
DNB Extérieur
24.1%
Double Chance 1X
82.3%
Double Chance 12
73.2%
Double Chance X2
44.5%

Top 5 scores prédits

1 - 0
14.6%
1 - 1
12.4%
2 - 0
11.9%
0 - 0
10.5%
2 - 1
9.1%

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

1X2 — marge bookmaker : 4.6%
IssueModèleMarchéÉcart
Domicile (Lazio)55.5%52.2%+3.3 pt
Match nul26.8%27.8%-1.0 pt
Extérieur (Udinese)17.7%20.0%-2.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.541.0%47.5%-6.5 pt
Under 2.559.0%52.5%+6.5 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
26.8% (FTR = D)
Brier 1X2
0.8746 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3156 (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