← Retour à l’accueil
2026-04-11 · 17:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (St Pauli)
10.7%
Match nul
23.4%
Extérieur (Bayern Munich)
65.9%
Marchés binaires
L2M (Yes)
41.7%
L2M (No)
58.3%
Over 2.5
46.6%
Under 2.5
53.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
14.0%
DNB Extérieur
86.0%
Double Chance 1X
34.1%
Double Chance 12
76.6%
Double Chance X2
89.3%

Top 5 scores prédits

0 - 2
14.1%
0 - 1
13.7%
1 - 1
10.9%
1 - 2
9.1%
0 - 0
9.1%

Score réel 0-5 : 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 (St Pauli)10.7%11.4%-0.7 pt
Match nul23.4%17.0%+6.5 pt
Extérieur (Bayern Munich)65.9%71.6%-5.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.546.6%66.7%-20.1 pt
Under 2.553.4%33.3%+20.1 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
65.9% (FTR = A)
Brier 1X2
0.1826 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.4170 (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