← Retour à l’accueil
2024-10-05 · 19:45:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 2-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Inter)
66.6%
Match nul
23.2%
Extérieur (Torino)
10.2%
Marchés binaires
L2M (Yes)
35.1%
L2M (No)
64.9%
Over 2.5
40.4%
Under 2.5
59.6%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
86.7%
DNB Extérieur
13.3%
Double Chance 1X
89.8%
Double Chance 12
76.8%
Double Chance X2
33.4%

Top 5 scores prédits

1 - 0
17.1%
2 - 0
15.5%
0 - 0
10.6%
1 - 1
10.1%
3 - 0
9.1%

Score réel 3-2 : 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 : 4.8%
IssueModèleMarchéÉcart
Domicile (Inter)66.6%72.3%-5.7 pt
Match nul23.2%18.0%+5.2 pt
Extérieur (Torino)10.2%9.7%+0.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.540.4%56.7%-16.3 pt
Under 2.559.6%43.3%+16.3 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
66.6% (FTR = H)
Brier 1X2
0.1755 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.4062 (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