← Retour à l’accueil
2025-04-23 · 17:30:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-1 (A)
Modèle Dixon-Coles — probas pré-match
1X2
Domicile (Genoa)
30.1%
Match nul
31.2%
Extérieur (Lazio)
38.7%
Marchés binaires
L2M (Yes)
43.3%
L2M (No)
56.7%
Over 2.5
35.7%
Under 2.5
64.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
43.7%
DNB Extérieur
56.3%
Double Chance 1X
61.3%
Double Chance 12
68.8%
Double Chance X2
69.9%
Top 5 scores prédits
1 - 1
14.2%
0 - 1
12.9%
0 - 0
12.8%
1 - 0
10.9%
0 - 2
7.9%
Comparaison vs marché (cotes football-data closing-avg)
1X2 — marge bookmaker : 4.8%
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Domicile (Genoa) | 30.1% | 25.4% | +4.7 pt |
| Match nul | 31.2% | 30.4% | +0.8 pt |
| Extérieur (Lazio) | 38.7% | 44.2% | -5.5 pt |
Over/Under 2.5
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Over 2.5 | 35.7% | 40.9% | -5.2 pt |
| Under 2.5 | 64.3% | 59.1% | +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
- 38.7% (FTR = A)
- Brier 1X2
- 0.5633 (0 = parfait, ~0.667 = pur hasard, max 2)
- Log-loss 1X2
- 0.9488 (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
- Documentation
- SPECS.md §5.3 · ADR-006/010/011