← Retour à l’accueil
2026-01-10 · 17:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-4 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Leverkusen)
55.5%
Match nul
22.8%
Extérieur (Stuttgart)
21.6%
Marchés binaires
L2M (Yes)
65.6%
L2M (No)
34.4%
Over 2.5
67.1%
Under 2.5
32.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
72.0%
DNB Extérieur
28.0%
Double Chance 1X
78.4%
Double Chance 12
77.2%
Double Chance X2
44.5%

Top 5 scores prédits

1 - 1
10.0%
2 - 1
9.5%
2 - 0
7.3%
3 - 1
6.8%
2 - 2
6.2%

Score réel 1-4 : 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 (Leverkusen)55.5%44.0%+11.5 pt
Match nul22.8%25.6%-2.7 pt
Extérieur (Stuttgart)21.6%30.5%-8.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.567.1%59.9%+7.2 pt
Under 2.532.9%40.1%-7.2 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
21.6% (FTR = A)
Brier 1X2
0.9744 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.5306 (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