← Retour à l’accueil
2025-05-09 · 19:45:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Milan)
44.4%
Match nul
26.0%
Extérieur (Bologna)
29.6%
Marchés binaires
L2M (Yes)
57.8%
L2M (No)
42.2%
Over 2.5
54.3%
Under 2.5
45.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
60.0%
DNB Extérieur
40.0%
Double Chance 1X
70.4%
Double Chance 12
74.0%
Double Chance X2
55.6%

Top 5 scores prédits

1 - 1
12.3%
2 - 1
9.2%
1 - 0
8.5%
1 - 2
7.3%
2 - 0
7.3%

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 : 5.0%
IssueModèleMarchéÉcart
Domicile (Milan)44.4%42.9%+1.5 pt
Match nul26.0%28.3%-2.3 pt
Extérieur (Bologna)29.6%28.9%+0.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.554.3%50.0%+4.3 pt
Under 2.545.7%50.0%-4.3 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
44.4% (FTR = H)
Brier 1X2
0.4645 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.8122 (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