← Retour à l’accueil
2026-01-09 · 19:30:00 · Bundesliga (D1) · Germany
FTR : D · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Ein Frankfurt)
36.0%
Match nul
24.4%
Extérieur (Dortmund)
39.6%
Marchés binaires
L2M (Yes)
70.1%
L2M (No)
29.9%
Over 2.5
68.9%
Under 2.5
31.1%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
47.6%
DNB Extérieur
52.4%
Double Chance 1X
60.4%
Double Chance 12
75.6%
Double Chance X2
64.0%

Top 5 scores prédits

1 - 1
10.2%
1 - 2
8.2%
2 - 1
7.8%
2 - 2
7.1%
1 - 3
5.0%

Score réel 3-3 : 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 : 6.3%
IssueModèleMarchéÉcart
Domicile (Ein Frankfurt)36.0%28.4%+7.6 pt
Match nul24.4%25.7%-1.3 pt
Extérieur (Dortmund)39.6%45.9%-6.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.568.9%58.5%+10.3 pt
Under 2.531.1%41.5%-10.3 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
24.4% (FTR = D)
Brier 1X2
0.8581 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.4110 (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