← Retour à l’accueil
2025-01-18 · 14:00:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 2-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bologna)
56.7%
Match nul
26.2%
Extérieur (Monza)
17.2%
Marchés binaires
L2M (Yes)
43.6%
L2M (No)
56.4%
Over 2.5
42.5%
Under 2.5
57.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
76.8%
DNB Extérieur
23.2%
Double Chance 1X
82.9%
Double Chance 12
73.8%
Double Chance X2
43.3%

Top 5 scores prédits

1 - 0
14.2%
1 - 1
12.2%
2 - 0
12.0%
0 - 0
9.9%
2 - 1
9.2%

Score réel 3-1 : 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 : 5.3%
IssueModèleMarchéÉcart
Domicile (Bologna)56.7%60.1%-3.4 pt
Match nul26.2%25.1%+1.1 pt
Extérieur (Monza)17.2%14.8%+2.4 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.542.5%45.3%-2.9 pt
Under 2.557.5%54.7%+2.9 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
56.7% (FTR = H)
Brier 1X2
0.2856 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.5677 (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