← Retour à l’accueil
2024-08-18 · 19:45:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 2-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Lazio)
71.0%
Match nul
19.5%
Extérieur (Venezia)
9.5%
Marchés binaires
L2M (Yes)
41.8%
L2M (No)
58.2%
Over 2.5
51.6%
Under 2.5
48.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
88.2%
DNB Extérieur
11.8%
Double Chance 1X
90.5%
Double Chance 12
80.5%
Double Chance X2
29.0%

Top 5 scores prédits

2 - 0
14.3%
1 - 0
13.1%
3 - 0
10.0%
1 - 1
9.2%
2 - 1
9.1%

Score réel 3-1 : 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 : 4.6%
IssueModèleMarchéÉcart
Domicile (Lazio)71.0%68.3%+2.8 pt
Match nul19.5%20.6%-1.1 pt
Extérieur (Venezia)9.5%11.2%-1.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.551.6%51.0%+0.5 pt
Under 2.548.4%49.0%-0.5 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
71.0% (FTR = H)
Brier 1X2
0.1308 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.3421 (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