← Retour à l’accueil
2024-09-28 · 17:00:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Genoa)
26.7%
Match nul
32.1%
Extérieur (Juventus)
41.3%
Marchés binaires
L2M (Yes)
39.8%
L2M (No)
60.2%
Over 2.5
32.1%
Under 2.5
67.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
39.2%
DNB Extérieur
60.8%
Double Chance 1X
58.7%
Double Chance 12
67.9%
Double Chance X2
73.3%

Top 5 scores prédits

0 - 1
14.7%
0 - 0
14.4%
1 - 1
14.0%
1 - 0
10.9%
0 - 2
8.8%

Score réel 0-3 : 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 : 4.5%
IssueModèleMarchéÉcart
Domicile (Genoa)26.7%18.1%+8.6 pt
Match nul32.1%28.7%+3.3 pt
Extérieur (Juventus)41.3%53.2%-11.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.532.1%36.8%-4.7 pt
Under 2.567.9%63.2%+4.7 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
41.3% (FTR = A)
Brier 1X2
0.5187 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.8848 (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