← Retour à l’accueil
2026-01-25 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (M'gladbach)
31.0%
Match nul
23.8%
Extérieur (Stuttgart)
45.2%
Marchés binaires
L2M (Yes)
70.5%
L2M (No)
29.4%
Over 2.5
70.1%
Under 2.5
29.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
40.7%
DNB Extérieur
59.3%
Double Chance 1X
54.8%
Double Chance 12
76.2%
Double Chance X2
69.0%

Top 5 scores prédits

1 - 1
9.8%
1 - 2
8.6%
2 - 1
7.1%
2 - 2
7.0%
1 - 3
5.7%

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 : 6.1%
IssueModèleMarchéÉcart
Domicile (M'gladbach)31.0%32.7%-1.7 pt
Match nul23.8%26.1%-2.3 pt
Extérieur (Stuttgart)45.2%41.2%+4.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.570.1%59.9%+10.1 pt
Under 2.529.9%40.1%-10.1 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
45.2% (FTR = A)
Brier 1X2
0.4534 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.7945 (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