← Retour à l’accueil
2025-11-29 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Union Berlin)
40.8%
Match nul
31.0%
Extérieur (Heidenheim)
28.2%
Marchés binaires
L2M (Yes)
49.1%
L2M (No)
50.9%
Over 2.5
42.0%
Under 2.5
58.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
59.1%
DNB Extérieur
40.9%
Double Chance 1X
71.8%
Double Chance 12
69.0%
Double Chance X2
59.2%

Top 5 scores prédits

1 - 1
14.7%
0 - 0
11.1%
1 - 0
10.7%
2 - 1
8.5%
0 - 1
8.3%

Score réel 1-2 : 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 : 6.0%
IssueModèleMarchéÉcart
Domicile (Union Berlin)40.8%59.7%-18.9 pt
Match nul31.0%24.6%+6.4 pt
Extérieur (Heidenheim)28.2%15.7%+12.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.542.0%45.8%-3.8 pt
Under 2.558.0%54.2%+3.8 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
28.2% (FTR = A)
Brier 1X2
0.7772 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2644 (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