← Retour à l’accueil
2025-05-18 · 19:45:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Fiorentina)
38.1%
Match nul
28.4%
Extérieur (Bologna)
33.6%
Marchés binaires
L2M (Yes)
51.9%
L2M (No)
48.1%
Over 2.5
46.0%
Under 2.5
54.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
53.2%
DNB Extérieur
46.8%
Double Chance 1X
66.5%
Double Chance 12
71.7%
Double Chance X2
61.9%

Top 5 scores prédits

1 - 1
13.5%
1 - 0
9.8%
0 - 1
9.0%
0 - 0
8.8%
2 - 1
8.3%

Score réel 3-2 : 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 : 5.0%
IssueModèleMarchéÉcart
Domicile (Fiorentina)38.1%31.3%+6.8 pt
Match nul28.4%31.6%-3.3 pt
Extérieur (Bologna)33.6%37.0%-3.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.546.0%41.0%+5.0 pt
Under 2.554.0%59.0%-5.0 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
38.1% (FTR = H)
Brier 1X2
0.5762 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.9650 (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