← Retour à l’accueil
2025-10-17 · 19:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 2-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Union Berlin)
33.3%
Match nul
28.5%
Extérieur (M'gladbach)
38.3%
Marchés binaires
L2M (Yes)
57.6%
L2M (No)
42.4%
Over 2.5
52.3%
Under 2.5
47.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
46.5%
DNB Extérieur
53.5%
Double Chance 1X
61.7%
Double Chance 12
71.5%
Double Chance X2
66.7%

Top 5 scores prédits

1 - 1
13.5%
1 - 2
8.6%
2 - 1
8.0%
0 - 0
7.8%
0 - 1
7.5%

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 : 6.1%
IssueModèleMarchéÉcart
Domicile (Union Berlin)33.3%42.1%-8.8 pt
Match nul28.5%28.3%+0.2 pt
Extérieur (M'gladbach)38.3%29.6%+8.6 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.552.3%49.3%+3.0 pt
Under 2.547.7%50.7%-3.0 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
33.3% (FTR = H)
Brier 1X2
0.6727 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1005 (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