← Retour à l’accueil
2024-12-16 · 19:45:00 · Serie A (I1) · Italy
06
FTR : A · mi-temps : 0-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Lazio)
21.5%
Match nul
27.5%
Extérieur (Inter)
51.0%
Marchés binaires
L2M (Yes)
46.6%
L2M (No)
53.4%
Over 2.5
43.0%
Under 2.5
57.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
29.6%
DNB Extérieur
70.4%
Double Chance 1X
49.0%
Double Chance 12
72.5%
Double Chance X2
78.5%

Top 5 scores prédits

0 - 1
13.0%
1 - 1
12.9%
0 - 2
10.3%
0 - 0
9.8%
1 - 2
9.2%

Score réel 0-6 : 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 (Lazio)21.5%27.3%-5.8 pt
Match nul27.5%29.0%-1.5 pt
Extérieur (Inter)51.0%43.8%+7.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.543.0%47.3%-4.2 pt
Under 2.557.0%52.7%+4.2 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
51.0% (FTR = A)
Brier 1X2
0.3612 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.6724 (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