← Retour à l’accueil
2025-10-18 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 1-3 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Mainz)
25.3%
Match nul
27.0%
Extérieur (Leverkusen)
47.7%
Marchés binaires
L2M (Yes)
58.0%
L2M (No)
42.0%
Over 2.5
54.7%
Under 2.5
45.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
34.7%
DNB Extérieur
65.3%
Double Chance 1X
52.3%
Double Chance 12
73.0%
Double Chance X2
74.7%

Top 5 scores prédits

1 - 1
12.8%
1 - 2
9.6%
0 - 1
8.1%
0 - 2
8.1%
0 - 0
7.1%

Score réel 3-4 : 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 : 6.7%
IssueModèleMarchéÉcart
Domicile (Mainz)25.3%37.6%-12.3 pt
Match nul27.0%27.2%-0.2 pt
Extérieur (Leverkusen)47.7%35.2%+12.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.554.7%57.3%-2.6 pt
Under 2.545.3%42.7%+2.6 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
47.7% (FTR = A)
Brier 1X2
0.4100 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.7396 (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