← Retour à l’accueil
2025-10-04 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Augsburg)
32.0%
Match nul
29.9%
Extérieur (Wolfsburg)
38.1%
Marchés binaires
L2M (Yes)
53.4%
L2M (No)
46.6%
Over 2.5
46.9%
Under 2.5
53.1%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
45.6%
DNB Extérieur
54.4%
Double Chance 1X
61.9%
Double Chance 12
70.1%
Double Chance X2
68.0%

Top 5 scores prédits

1 - 1
14.3%
0 - 0
9.4%
0 - 1
8.8%
1 - 2
8.5%
1 - 0
7.8%

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 : 5.9%
IssueModèleMarchéÉcart
Domicile (Augsburg)32.0%37.8%-5.7 pt
Match nul29.9%26.9%+3.0 pt
Extérieur (Wolfsburg)38.1%35.4%+2.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.546.9%56.3%-9.4 pt
Under 2.553.1%43.7%+9.4 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
32.0% (FTR = H)
Brier 1X2
0.6968 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1391 (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