← Retour à l’accueil
2026-02-21 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Wolfsburg)
47.4%
Match nul
28.5%
Extérieur (Augsburg)
24.1%
Marchés binaires
L2M (Yes)
52.7%
L2M (No)
47.3%
Over 2.5
48.0%
Under 2.5
52.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
66.3%
DNB Extérieur
33.7%
Double Chance 1X
75.9%
Double Chance 12
71.5%
Double Chance X2
52.6%

Top 5 scores prédits

1 - 1
13.7%
1 - 0
10.0%
2 - 1
9.4%
0 - 0
9.0%
2 - 0
8.9%

Score réel 2-3 : 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 : 6.7%
IssueModèleMarchéÉcart
Domicile (Wolfsburg)47.4%42.8%+4.6 pt
Match nul28.5%27.6%+0.9 pt
Extérieur (Augsburg)24.1%29.6%-5.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.548.0%54.9%-6.8 pt
Under 2.552.0%45.1%+6.8 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
24.1% (FTR = A)
Brier 1X2
0.8818 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.4230 (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