← Retour à l’accueil
2025-10-04 · 17:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-2 (A)
Modèle Dixon-Coles — probas pré-match
1X2
Domicile (Ein Frankfurt)
21.5%
Match nul
21.6%
Extérieur (Bayern Munich)
56.9%
Marchés binaires
L2M (Yes)
68.9%
L2M (No)
31.1%
Over 2.5
71.7%
Under 2.5
28.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
27.4%
DNB Extérieur
72.6%
Double Chance 1X
43.1%
Double Chance 12
78.4%
Double Chance X2
78.5%
Top 5 scores prédits
1 - 2
9.1%
1 - 1
8.9%
1 - 3
7.0%
0 - 2
6.5%
2 - 2
6.4%
Score réel 0-3 : 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 : 6.1%
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Domicile (Ein Frankfurt) | 21.5% | 14.1% | +7.4 pt |
| Match nul | 21.6% | 16.6% | +5.0 pt |
| Extérieur (Bayern Munich) | 56.9% | 69.3% | -12.4 pt |
Over/Under 2.5
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Over 2.5 | 71.7% | 77.0% | -5.3 pt |
| Under 2.5 | 28.3% | 23.0% | +5.3 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
- 56.9% (FTR = A)
- Brier 1X2
- 0.2785 (0 = parfait, ~0.667 = pur hasard, max 2)
- Log-loss 1X2
- 0.5637 (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
- Documentation
- SPECS.md §5.3 · ADR-006/010/011