← Retour à l’accueil
2026-01-17 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Dortmund)
60.8%
Match nul
26.0%
Extérieur (St Pauli)
13.2%
Marchés binaires
L2M (Yes)
42.4%
L2M (No)
57.6%
Over 2.5
43.4%
Under 2.5
56.6%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
82.1%
DNB Extérieur
17.9%
Double Chance 1X
86.8%
Double Chance 12
74.0%
Double Chance X2
39.2%

Top 5 scores prédits

1 - 0
14.1%
2 - 0
13.3%
1 - 1
12.0%
0 - 0
10.3%
2 - 1
9.2%

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 (Dortmund)60.8%72.4%-11.6 pt
Match nul26.0%18.5%+7.5 pt
Extérieur (St Pauli)13.2%9.2%+4.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.543.4%52.8%-9.4 pt
Under 2.556.6%47.2%+9.4 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
60.8% (FTR = H)
Brier 1X2
0.2387 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.4977 (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