← 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 (Lecce)
24.0%
Match nul
36.3%
Extérieur (Torino)
39.8%
Marchés binaires
L2M (Yes)
30.1%
L2M (No)
69.8%
Over 2.5
21.6%
Under 2.5
78.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
37.6%
DNB Extérieur
62.4%
Double Chance 1X
60.3%
Double Chance 12
63.7%
Double Chance X2
76.0%

Top 5 scores prédits

0 - 0
20.9%
0 - 1
18.2%
1 - 1
13.3%
1 - 0
12.6%
0 - 2
8.9%

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

1X2 — marge bookmaker : 5.0%
IssueModèleMarchéÉcart
Domicile (Lecce)24.0%45.4%-21.4 pt
Match nul36.3%30.5%+5.8 pt
Extérieur (Torino)39.8%24.1%+15.6 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.521.6%39.8%-18.2 pt
Under 2.578.4%60.2%+18.2 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
24.0% (FTR = H)
Brier 1X2
0.8679 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.4288 (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