← Retour à l’accueil
2025-12-14 · 16:30:00 · Bundesliga (D1) · Germany
FTR : D · mi-temps : 1-1 (D)
Modèle Dixon-Coles — probas pré-match
1X2
Domicile (Bayern Munich)
69.3%
Match nul
18.6%
Extérieur (Mainz)
12.1%
Marchés binaires
L2M (Yes)
59.4%
L2M (No)
40.6%
Over 2.5
68.5%
Under 2.5
31.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
85.1%
DNB Extérieur
14.9%
Double Chance 1X
87.9%
Double Chance 12
81.4%
Double Chance X2
30.7%
Top 5 scores prédits
2 - 1
9.4%
2 - 0
9.3%
1 - 1
8.4%
3 - 1
7.9%
3 - 0
7.8%
Score réel 2-2 : 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 : 5.9%
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Domicile (Bayern Munich) | 69.3% | 87.4% | -18.1 pt |
| Match nul | 18.6% | 8.3% | +10.3 pt |
| Extérieur (Mainz) | 12.1% | 4.3% | +7.8 pt |
Over/Under 2.5
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Over 2.5 | 68.5% | 79.8% | -11.3 pt |
| Under 2.5 | 31.5% | 20.2% | +11.3 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
- 18.6% (FTR = D)
- Brier 1X2
- 1.1570 (0 = parfait, ~0.667 = pur hasard, max 2)
- Log-loss 1X2
- 1.6820 (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
- Documentation
- SPECS.md §5.3 · ADR-006/010/011