← Retour à l’accueil
2024-11-02 · 17:00:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Udinese)
22.3%
Match nul
30.3%
Extérieur (Juventus)
47.4%
Marchés binaires
L2M (Yes)
40.7%
L2M (No)
59.3%
Over 2.5
34.8%
Under 2.5
65.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
32.0%
DNB Extérieur
68.0%
Double Chance 1X
52.6%
Double Chance 12
69.7%
Double Chance X2
77.7%

Top 5 scores prédits

0 - 1
15.2%
1 - 1
13.5%
0 - 0
13.1%
0 - 2
10.3%
1 - 0
9.1%

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

1X2 — marge bookmaker : 4.2%
IssueModèleMarchéÉcart
Domicile (Udinese)22.3%22.2%+0.2 pt
Match nul30.3%29.9%+0.4 pt
Extérieur (Juventus)47.4%48.0%-0.6 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.534.8%41.7%-6.9 pt
Under 2.565.2%58.3%+6.9 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
47.4% (FTR = A)
Brier 1X2
0.4180 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.7463 (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
Udinese 0-2 Juventus · Serie A · FootValue