← Retour à l’accueil
2025-02-15 · 17:00:00 · Serie A (I1) · Italy
FTR : D · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Lazio)
40.9%
Match nul
28.7%
Extérieur (Napoli)
30.3%
Marchés binaires
L2M (Yes)
49.9%
L2M (No)
50.2%
Over 2.5
43.8%
Under 2.5
56.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
57.5%
DNB Extérieur
42.5%
Double Chance 1X
69.7%
Double Chance 12
71.2%
Double Chance X2
59.1%

Top 5 scores prédits

1 - 1
13.6%
1 - 0
10.9%
0 - 0
9.6%
0 - 1
9.0%
2 - 1
8.5%

Score réel 2-2 : 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 : 4.2%
IssueModèleMarchéÉcart
Domicile (Lazio)40.9%38.7%+2.2 pt
Match nul28.7%31.5%-2.7 pt
Extérieur (Napoli)30.3%29.8%+0.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.543.8%42.1%+1.7 pt
Under 2.556.2%57.9%-1.7 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
28.7% (FTR = D)
Brier 1X2
0.7672 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2465 (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