← Retour à l’accueil
2026-02-15 · 16:30:00 · Bundesliga (D1) · Germany
FTR : D · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (RB Leipzig)
52.7%
Match nul
25.1%
Extérieur (Wolfsburg)
22.1%
Marchés binaires
L2M (Yes)
59.8%
L2M (No)
40.2%
Over 2.5
58.8%
Under 2.5
41.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
70.4%
DNB Extérieur
29.6%
Double Chance 1X
77.8%
Double Chance 12
74.9%
Double Chance X2
47.3%

Top 5 scores prédits

1 - 1
11.7%
2 - 1
9.8%
2 - 0
8.4%
1 - 0
7.6%
3 - 1
6.2%

Score réel 2-2 : 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 : 6.2%
IssueModèleMarchéÉcart
Domicile (RB Leipzig)52.7%62.3%-9.6 pt
Match nul25.1%20.2%+4.9 pt
Extérieur (Wolfsburg)22.1%17.5%+4.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.558.8%68.7%-9.9 pt
Under 2.541.2%31.3%+9.9 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
25.1% (FTR = D)
Brier 1X2
0.8876 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3811 (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