← Retour à l’accueil
2024-09-15 · 14:00:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Torino)
48.7%
Match nul
33.7%
Extérieur (Lecce)
17.5%
Marchés binaires
L2M (Yes)
29.3%
L2M (No)
70.7%
Over 2.5
23.5%
Under 2.5
76.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
73.5%
DNB Extérieur
26.5%
Double Chance 1X
82.5%
Double Chance 12
66.3%
Double Chance X2
51.3%

Top 5 scores prédits

1 - 0
20.3%
0 - 0
19.5%
1 - 1
12.3%
2 - 0
11.7%
0 - 1
9.7%

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

1X2 — marge bookmaker : 4.4%
IssueModèleMarchéÉcart
Domicile (Torino)48.7%49.9%-1.2 pt
Match nul33.7%28.7%+5.0 pt
Extérieur (Lecce)17.5%21.4%-3.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.523.5%40.6%-17.0 pt
Under 2.576.4%59.4%+17.0 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
33.7% (FTR = D)
Brier 1X2
0.7078 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.0874 (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