← Retour à l’accueil
2026-02-21 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 2-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bayern Munich)
67.6%
Match nul
18.2%
Extérieur (Ein Frankfurt)
14.2%
Marchés binaires
L2M (Yes)
66.2%
L2M (No)
33.8%
Over 2.5
74.5%
Under 2.5
25.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
82.6%
DNB Extérieur
17.4%
Double Chance 1X
85.8%
Double Chance 12
81.8%
Double Chance X2
32.4%

Top 5 scores prédits

2 - 1
8.9%
3 - 1
7.9%
1 - 1
7.5%
2 - 0
7.3%
3 - 0
6.6%

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 : 7.0%
IssueModèleMarchéÉcart
Domicile (Bayern Munich)67.6%86.6%-19.0 pt
Match nul18.2%8.6%+9.6 pt
Extérieur (Ein Frankfurt)14.2%4.8%+9.4 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.574.5%82.7%-8.2 pt
Under 2.525.5%17.3%+8.2 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
67.6% (FTR = H)
Brier 1X2
0.1585 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.3919 (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
Bayern Munich 3-2 Ein Frankfurt · Bundesliga · FootValue