← Retour à l’accueil
2024-11-10 · 17:00:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-1 (A)
Modèle Dixon-Coles — probas pré-match
1X2
Domicile (Monza)
25.1%
Match nul
29.3%
Extérieur (Lazio)
45.6%
Marchés binaires
L2M (Yes)
45.2%
L2M (No)
54.8%
Over 2.5
39.4%
Under 2.5
60.6%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
35.5%
DNB Extérieur
64.5%
Double Chance 1X
54.4%
Double Chance 12
70.7%
Double Chance X2
74.9%
Top 5 scores prédits
1 - 1
13.6%
0 - 1
13.2%
0 - 0
11.2%
0 - 2
9.3%
1 - 0
8.9%
Comparaison vs marché (cotes football-data closing-avg)
1X2 — marge bookmaker : 4.7%
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Domicile (Monza) | 25.1% | 18.6% | +6.5 pt |
| Match nul | 29.3% | 27.8% | +1.6 pt |
| Extérieur (Lazio) | 45.6% | 53.7% | -8.1 pt |
Over/Under 2.5
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Over 2.5 | 39.4% | 41.8% | -2.4 pt |
| Under 2.5 | 60.6% | 58.2% | +2.4 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
- 45.6% (FTR = A)
- Brier 1X2
- 0.4450 (0 = parfait, ~0.667 = pur hasard, max 2)
- Log-loss 1X2
- 0.7855 (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
- Documentation
- SPECS.md §5.3 · ADR-006/010/011