← Retour à l’accueil
2025-04-06 · 17:00:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Atalanta)
45.9%
Match nul
26.3%
Extérieur (Lazio)
27.8%
Marchés binaires
L2M (Yes)
55.8%
L2M (No)
44.2%
Over 2.5
52.2%
Under 2.5
47.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
62.3%
DNB Extérieur
37.7%
Double Chance 1X
72.2%
Double Chance 12
73.7%
Double Chance X2
54.1%

Top 5 scores prédits

1 - 1
12.5%
2 - 1
9.3%
1 - 0
9.3%
2 - 0
7.9%
0 - 0
7.0%

Score réel 0-1 : 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 (Atalanta)45.9%56.8%-10.9 pt
Match nul26.3%24.7%+1.6 pt
Extérieur (Lazio)27.8%18.5%+9.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.552.2%54.2%-2.0 pt
Under 2.547.8%45.8%+2.0 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
27.8% (FTR = A)
Brier 1X2
0.8008 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2794 (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