← Retour à l’accueil
2025-10-19 · 16:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (St Pauli)
34.2%
Match nul
32.9%
Extérieur (Hoffenheim)
33.0%
Marchés binaires
L2M (Yes)
45.4%
L2M (No)
54.6%
Over 2.5
36.8%
Under 2.5
63.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
50.9%
DNB Extérieur
49.1%
Double Chance 1X
67.0%
Double Chance 12
67.1%
Double Chance X2
65.8%

Top 5 scores prédits

1 - 1
15.2%
0 - 0
13.2%
1 - 0
10.8%
0 - 1
10.6%
2 - 1
7.4%

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%
IssueModèleMarchéÉcart
Domicile (St Pauli)34.2%35.6%-1.4 pt
Match nul32.9%27.7%+5.1 pt
Extérieur (Hoffenheim)33.0%36.7%-3.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.536.8%53.4%-16.7 pt
Under 2.563.2%46.6%+16.7 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
33.0% (FTR = A)
Brier 1X2
0.6744 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1102 (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