← Retour à l’accueil
2026-02-01 · 16:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Dortmund)
70.5%
Match nul
18.0%
Extérieur (Heidenheim)
11.4%
Marchés binaires
L2M (Yes)
59.1%
L2M (No)
40.9%
Over 2.5
69.1%
Under 2.5
30.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
86.1%
DNB Extérieur
13.9%
Double Chance 1X
88.6%
Double Chance 12
82.0%
Double Chance X2
29.5%

Top 5 scores prédits

2 - 0
9.4%
2 - 1
9.3%
1 - 1
8.1%
3 - 0
8.0%
3 - 1
8.0%

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 : 5.9%
IssueModèleMarchéÉcart
Domicile (Dortmund)70.5%74.9%-4.4 pt
Match nul18.0%15.7%+2.4 pt
Extérieur (Heidenheim)11.4%9.4%+2.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.569.1%67.0%+2.2 pt
Under 2.530.9%33.0%-2.2 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
70.5% (FTR = H)
Brier 1X2
0.1324 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.3491 (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
Dortmund 3-2 Heidenheim · Bundesliga · FootValue