← Retour à l’accueil
2025-05-18 · 19:45:00 · Serie A (I1) · Italy
31
FTR : H · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Roma)
40.4%
Match nul
24.4%
Extérieur (Milan)
35.2%
Marchés binaires
L2M (Yes)
64.8%
L2M (No)
35.2%
Over 2.5
62.8%
Under 2.5
37.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
53.5%
DNB Extérieur
46.5%
Double Chance 1X
64.8%
Double Chance 12
75.6%
Double Chance X2
59.6%

Top 5 scores prédits

1 - 1
10.9%
2 - 1
8.6%
1 - 2
8.0%
2 - 2
6.7%
1 - 0
6.0%

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 (Roma)40.4%43.7%-3.3 pt
Match nul24.4%26.7%-2.3 pt
Extérieur (Milan)35.2%29.7%+5.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.562.8%54.8%+8.0 pt
Under 2.537.2%45.2%-8.0 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
40.4% (FTR = H)
Brier 1X2
0.5386 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.9063 (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