← Retour à l’accueil
2026-02-13 · 19:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 3-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Dortmund)
53.3%
Match nul
24.2%
Extérieur (Mainz)
22.5%
Marchés binaires
L2M (Yes)
62.7%
L2M (No)
37.3%
Over 2.5
62.7%
Under 2.5
37.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
70.3%
DNB Extérieur
29.7%
Double Chance 1X
77.5%
Double Chance 12
75.8%
Double Chance X2
46.8%

Top 5 scores prédits

1 - 1
11.0%
2 - 1
9.7%
2 - 0
7.8%
1 - 0
6.6%
3 - 1
6.4%

Score réel 4-0 : 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)53.3%57.3%-4.1 pt
Match nul24.2%22.9%+1.3 pt
Extérieur (Mainz)22.5%19.7%+2.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.562.7%60.2%+2.5 pt
Under 2.537.3%39.8%-2.5 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
53.3% (FTR = H)
Brier 1X2
0.3280 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.6302 (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