← Retour à l’accueil
2025-11-28 · 19:30:00 · Bundesliga (D1) · Germany
FTR : D · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (M'gladbach)
30.1%
Match nul
25.1%
Extérieur (RB Leipzig)
44.7%
Marchés binaires
L2M (Yes)
66.3%
L2M (No)
33.7%
Over 2.5
64.5%
Under 2.5
35.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
40.3%
DNB Extérieur
59.7%
Double Chance 1X
55.3%
Double Chance 12
74.9%
Double Chance X2
69.9%

Top 5 scores prédits

1 - 1
11.1%
1 - 2
9.0%
2 - 1
7.3%
2 - 2
6.7%
0 - 2
6.1%

Score réel 0-0 : 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 : 6.2%
IssueModèleMarchéÉcart
Domicile (M'gladbach)30.1%33.5%-3.4 pt
Match nul25.1%25.0%+0.1 pt
Extérieur (RB Leipzig)44.7%41.5%+3.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.564.5%65.0%-0.6 pt
Under 2.535.5%35.0%+0.6 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
25.1% (FTR = D)
Brier 1X2
0.8517 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3815 (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