← Retour à l’accueil
2025-02-03 · 19:45:00 · Serie A (I1) · Italy
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Cagliari)
20.4%
Match nul
25.1%
Extérieur (Lazio)
54.6%
Marchés binaires
L2M (Yes)
51.6%
L2M (No)
48.4%
Over 2.5
50.4%
Under 2.5
49.6%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
27.2%
DNB Extérieur
72.8%
Double Chance 1X
45.4%
Double Chance 12
74.9%
Double Chance X2
79.6%

Top 5 scores prédits

1 - 1
11.9%
0 - 1
11.0%
0 - 2
10.1%
1 - 2
9.8%
0 - 0
7.4%

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

1X2 — marge bookmaker : 5.2%
IssueModèleMarchéÉcart
Domicile (Cagliari)20.4%24.9%-4.5 pt
Match nul25.1%27.3%-2.3 pt
Extérieur (Lazio)54.6%47.8%+6.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.550.4%51.8%-1.4 pt
Under 2.549.6%48.2%+1.4 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
54.6% (FTR = A)
Brier 1X2
0.3106 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.6055 (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