← Retour à l’accueil
2025-10-19 · 14:30:00 · Bundesliga (D1) · Germany
FTR : D · mi-temps : 1-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Freiburg)
30.9%
Match nul
26.7%
Extérieur (Ein Frankfurt)
42.3%
Marchés binaires
L2M (Yes)
62.0%
L2M (No)
38.0%
Over 2.5
58.4%
Under 2.5
41.6%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
42.2%
DNB Extérieur
57.8%
Double Chance 1X
57.7%
Double Chance 12
73.3%
Double Chance X2
69.1%

Top 5 scores prédits

1 - 1
12.4%
1 - 2
9.1%
2 - 1
7.6%
0 - 2
6.5%
0 - 1
6.5%

Score réel 2-2 : 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 (Freiburg)30.9%38.3%-7.4 pt
Match nul26.7%26.6%+0.1 pt
Extérieur (Ein Frankfurt)42.3%35.0%+7.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.558.4%58.7%-0.2 pt
Under 2.541.6%41.3%+0.2 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
26.7% (FTR = D)
Brier 1X2
0.8116 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3190 (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