← Retour à l’accueil
2025-04-27 · 14:00:00 · Serie A (I1) · Italy
01
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Inter)
65.7%
Match nul
20.8%
Extérieur (Roma)
13.5%
Marchés binaires
L2M (Yes)
50.4%
L2M (No)
49.6%
Over 2.5
56.1%
Under 2.5
43.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
83.0%
DNB Extérieur
17.0%
Double Chance 1X
86.5%
Double Chance 12
79.2%
Double Chance X2
34.3%

Top 5 scores prédits

2 - 0
11.7%
1 - 0
10.6%
1 - 1
9.9%
2 - 1
9.8%
3 - 0
8.1%

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 : 5.0%
IssueModèleMarchéÉcart
Domicile (Inter)65.7%53.5%+12.2 pt
Match nul20.8%26.0%-5.1 pt
Extérieur (Roma)13.5%20.5%-7.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.556.1%53.9%+2.2 pt
Under 2.543.9%46.1%-2.2 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
13.5% (FTR = A)
Brier 1X2
1.2243 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
2.0054 (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