← Retour à l’accueil
2025-08-23 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 2-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Ein Frankfurt)
52.6%
Match nul
24.2%
Extérieur (Werder Bremen)
23.2%
Marchés binaires
L2M (Yes)
63.5%
L2M (No)
36.5%
Over 2.5
63.4%
Under 2.5
36.6%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
69.4%
DNB Extérieur
30.6%
Double Chance 1X
76.8%
Double Chance 12
75.8%
Double Chance X2
47.4%

Top 5 scores prédits

1 - 1
10.9%
2 - 1
9.6%
2 - 0
7.5%
3 - 1
6.4%
1 - 0
6.3%

Score réel 4-1 : 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 : 6.3%
IssueModèleMarchéÉcart
Domicile (Ein Frankfurt)52.6%61.5%-8.9 pt
Match nul24.2%20.7%+3.5 pt
Extérieur (Werder Bremen)23.2%17.8%+5.4 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.563.4%66.1%-2.7 pt
Under 2.536.6%33.9%+2.7 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
52.6% (FTR = H)
Brier 1X2
0.3373 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.6426 (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)
0.002500
Source données
football-data.co.uk (CSV historique, closing odds moyennes du marché)
Train
4 saisons (2020-21 → 2023-24), pondération temporelle exponentielle