← Retour à l’accueil
2026-01-24 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Mainz)
45.8%
Match nul
27.8%
Extérieur (Wolfsburg)
26.4%
Marchés binaires
L2M (Yes)
56.4%
L2M (No)
43.6%
Over 2.5
52.1%
Under 2.5
47.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
63.4%
DNB Extérieur
36.6%
Double Chance 1X
73.6%
Double Chance 12
72.2%
Double Chance X2
54.2%

Top 5 scores prédits

1 - 1
13.3%
2 - 1
9.4%
1 - 0
8.6%
2 - 0
8.0%
0 - 0
7.8%

Score réel 3-1 : 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 : 6.4%
IssueModèleMarchéÉcart
Domicile (Mainz)45.8%41.0%+4.7 pt
Match nul27.8%28.2%-0.4 pt
Extérieur (Wolfsburg)26.4%30.7%-4.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.552.1%50.0%+2.1 pt
Under 2.547.9%50.0%-2.1 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
45.8% (FTR = H)
Brier 1X2
0.4411 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.7813 (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