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

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Monza)
44.1%
Match nul
31.0%
Extérieur (Empoli)
24.9%
Marchés binaires
L2M (Yes)
41.1%
L2M (No)
58.9%
Over 2.5
34.3%
Under 2.5
65.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
64.0%
DNB Extérieur
36.0%
Double Chance 1X
75.1%
Double Chance 12
69.0%
Double Chance X2
55.9%

Top 5 scores prédits

1 - 0
14.6%
1 - 1
13.8%
0 - 0
13.3%
0 - 1
9.9%
2 - 0
9.4%

Score réel 1-3 : 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 (Monza)44.1%18.7%+25.4 pt
Match nul31.0%26.5%+4.5 pt
Extérieur (Empoli)24.9%54.7%-29.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.534.3%44.0%-9.7 pt
Under 2.565.7%56.0%+9.7 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
24.9% (FTR = A)
Brier 1X2
0.8554 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3915 (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