← Retour à l’accueil
2026-01-13 · 17:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 2-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Stuttgart)
43.5%
Match nul
24.9%
Extérieur (Ein Frankfurt)
31.7%
Marchés binaires
L2M (Yes)
67.7%
L2M (No)
32.3%
Over 2.5
66.1%
Under 2.5
33.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
57.9%
DNB Extérieur
42.1%
Double Chance 1X
68.3%
Double Chance 12
75.2%
Double Chance X2
56.5%

Top 5 scores prédits

1 - 1
10.8%
2 - 1
8.8%
1 - 2
7.4%
2 - 2
6.9%
2 - 0
5.7%

Score réel 3-2 : 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 : 6.3%
IssueModèleMarchéÉcart
Domicile (Stuttgart)43.5%57.0%-13.6 pt
Match nul24.9%22.2%+2.7 pt
Extérieur (Ein Frankfurt)31.7%20.8%+10.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.566.1%65.5%+0.7 pt
Under 2.533.9%34.5%-0.7 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
43.5% (FTR = H)
Brier 1X2
0.4815 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.8329 (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