← Retour à l’accueil
2026-03-15 · 18:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Stuttgart)
41.7%
Match nul
25.6%
Extérieur (RB Leipzig)
32.8%
Marchés binaires
L2M (Yes)
66.0%
L2M (No)
34.0%
Over 2.5
63.6%
Under 2.5
36.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
56.0%
DNB Extérieur
44.0%
Double Chance 1X
67.2%
Double Chance 12
74.4%
Double Chance X2
58.3%

Top 5 scores prédits

1 - 1
11.4%
2 - 1
8.8%
1 - 2
7.7%
2 - 2
6.8%
2 - 0
5.7%

Score réel 1-0 : 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)41.7%39.1%+2.6 pt
Match nul25.6%24.0%+1.6 pt
Extérieur (RB Leipzig)32.8%36.9%-4.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.563.6%71.6%-8.0 pt
Under 2.536.4%28.4%+8.0 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
41.7% (FTR = H)
Brier 1X2
0.5131 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.8756 (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