← Retour à l’accueil
2024-12-01 · 19:45:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Lecce)
16.4%
Match nul
30.7%
Extérieur (Juventus)
52.8%
Marchés binaires
L2M (Yes)
33.0%
L2M (No)
67.0%
Over 2.5
29.0%
Under 2.5
71.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
23.7%
DNB Extérieur
76.3%
Double Chance 1X
47.2%
Double Chance 12
69.3%
Double Chance X2
83.6%

Top 5 scores prédits

0 - 1
19.0%
0 - 0
16.0%
0 - 2
12.7%
1 - 1
12.3%
1 - 0
8.4%

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

1X2 — marge bookmaker : 4.5%
IssueModèleMarchéÉcart
Domicile (Lecce)16.4%14.9%+1.6 pt
Match nul30.7%27.5%+3.2 pt
Extérieur (Juventus)52.8%57.6%-4.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.529.0%36.7%-7.8 pt
Under 2.571.0%63.3%+7.8 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
30.7% (FTR = D)
Brier 1X2
0.7862 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1803 (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