← Retour à l’accueil
2025-12-13 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 1-3 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (M'gladbach)
41.4%
Match nul
25.6%
Extérieur (Wolfsburg)
33.0%
Marchés binaires
L2M (Yes)
66.0%
L2M (No)
34.0%
Over 2.5
63.5%
Under 2.5
36.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
55.6%
DNB Extérieur
44.4%
Double Chance 1X
67.0%
Double Chance 12
74.4%
Double Chance X2
58.6%

Top 5 scores prédits

1 - 1
11.4%
2 - 1
8.8%
1 - 2
7.8%
2 - 2
6.8%
2 - 0
5.7%

Score réel 1-3 : 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 : 6.4%
IssueModèleMarchéÉcart
Domicile (M'gladbach)41.4%47.2%-5.9 pt
Match nul25.6%25.6%+0.0 pt
Extérieur (Wolfsburg)33.0%27.2%+5.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.563.5%58.5%+5.0 pt
Under 2.536.5%41.5%-5.0 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
0.6854 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1081 (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