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

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Juventus)
57.7%
Match nul
26.9%
Extérieur (Udinese)
15.4%
Marchés binaires
L2M (Yes)
39.1%
L2M (No)
60.9%
Over 2.5
38.1%
Under 2.5
61.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
78.9%
DNB Extérieur
21.1%
Double Chance 1X
84.6%
Double Chance 12
73.1%
Double Chance X2
42.3%

Top 5 scores prédits

1 - 0
16.2%
2 - 0
13.0%
1 - 1
12.0%
0 - 0
11.6%
2 - 1
8.7%

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

1X2 — marge bookmaker : 4.8%
IssueModèleMarchéÉcart
Domicile (Juventus)57.7%68.2%-10.5 pt
Match nul26.9%20.1%+6.8 pt
Extérieur (Udinese)15.4%11.8%+3.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.538.1%52.6%-14.6 pt
Under 2.561.9%47.4%+14.6 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
57.7% (FTR = H)
Brier 1X2
0.2749 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.5499 (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