← Retour à l’accueil
2026-01-24 · 17:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Union Berlin)
19.3%
Match nul
24.6%
Extérieur (Dortmund)
56.1%
Marchés binaires
L2M (Yes)
57.4%
L2M (No)
42.6%
Over 2.5
57.5%
Under 2.5
42.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
25.6%
DNB Extérieur
74.4%
Double Chance 1X
44.0%
Double Chance 12
75.4%
Double Chance X2
80.7%

Top 5 scores prédits

1 - 1
11.6%
1 - 2
9.9%
0 - 2
9.3%
0 - 1
8.3%
1 - 3
6.4%

Score réel 0-3 : 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 : 6.4%
IssueModèleMarchéÉcart
Domicile (Union Berlin)19.3%29.3%-10.0 pt
Match nul24.6%28.9%-4.3 pt
Extérieur (Dortmund)56.1%41.8%+14.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.557.5%45.6%+11.9 pt
Under 2.542.5%54.4%-11.9 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
56.1% (FTR = A)
Brier 1X2
0.2911 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.5787 (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
Union Berlin 0-3 Dortmund · Bundesliga · FootValue