← Retour à l’accueil
2026-03-01 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 3-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Stuttgart)
53.6%
Match nul
23.8%
Extérieur (Wolfsburg)
22.6%
Marchés binaires
L2M (Yes)
64.1%
L2M (No)
35.9%
Over 2.5
64.5%
Under 2.5
35.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
70.3%
DNB Extérieur
29.7%
Double Chance 1X
77.4%
Double Chance 12
76.2%
Double Chance X2
46.4%

Top 5 scores prédits

1 - 1
10.7%
2 - 1
9.6%
2 - 0
7.5%
3 - 1
6.5%
2 - 2
6.2%

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 : 6.6%
IssueModèleMarchéÉcart
Domicile (Stuttgart)53.6%68.4%-14.9 pt
Match nul23.8%17.4%+6.4 pt
Extérieur (Wolfsburg)22.6%14.2%+8.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.564.5%71.4%-6.9 pt
Under 2.535.5%28.6%+6.9 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
53.6% (FTR = H)
Brier 1X2
0.3232 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.6238 (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