← Retour à l’accueil
2024-10-27 · 19:45:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 3-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Fiorentina)
40.8%
Match nul
26.1%
Extérieur (Roma)
33.1%
Marchés binaires
L2M (Yes)
58.7%
L2M (No)
41.3%
Over 2.5
54.9%
Under 2.5
45.1%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
55.2%
DNB Extérieur
44.8%
Double Chance 1X
66.9%
Double Chance 12
73.8%
Double Chance X2
59.2%

Top 5 scores prédits

1 - 1
12.3%
2 - 1
8.8%
1 - 0
7.9%
1 - 2
7.8%
0 - 1
6.9%

Score réel 5-1 : 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 : 4.7%
IssueModèleMarchéÉcart
Domicile (Fiorentina)40.8%38.2%+2.6 pt
Match nul26.1%29.6%-3.4 pt
Extérieur (Roma)33.1%32.3%+0.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.554.9%46.6%+8.2 pt
Under 2.545.1%53.4%-8.2 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
40.8% (FTR = H)
Brier 1X2
0.5284 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.8970 (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