← Retour à l’accueil
2025-11-29 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bayern Munich)
73.9%
Match nul
19.0%
Extérieur (St Pauli)
7.0%
Marchés binaires
L2M (Yes)
39.0%
L2M (No)
61.0%
Over 2.5
51.8%
Under 2.5
48.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
91.3%
DNB Extérieur
8.7%
Double Chance 1X
93.0%
Double Chance 12
81.0%
Double Chance X2
26.1%

Top 5 scores prédits

2 - 0
15.3%
1 - 0
13.0%
3 - 0
11.2%
1 - 1
8.8%
2 - 1
8.6%

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 : 5.4%
IssueModèleMarchéÉcart
Domicile (Bayern Munich)73.9%85.5%-11.6 pt
Match nul19.0%10.0%+9.1 pt
Extérieur (St Pauli)7.0%4.5%+2.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.551.8%73.6%-21.8 pt
Under 2.548.2%26.4%+21.8 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
73.9% (FTR = H)
Brier 1X2
0.1090 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.3019 (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
Bayern Munich 3-1 St Pauli · Bundesliga · FootValue