← Retour à l’accueil
2026-04-12 · 18:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Mainz)
46.4%
Match nul
28.0%
Extérieur (Freiburg)
25.7%
Marchés binaires
L2M (Yes)
55.4%
L2M (No)
44.6%
Over 2.5
51.0%
Under 2.5
49.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
64.4%
DNB Extérieur
35.6%
Double Chance 1X
74.4%
Double Chance 12
72.0%
Double Chance X2
53.7%

Top 5 scores prédits

1 - 1
13.4%
2 - 1
9.4%
1 - 0
9.0%
2 - 0
8.3%
0 - 0
8.1%

Score réel 0-1 : 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 : 6.4%
IssueModèleMarchéÉcart
Domicile (Mainz)46.4%42.7%+3.6 pt
Match nul28.0%29.4%-1.4 pt
Extérieur (Freiburg)25.7%27.9%-2.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.551.0%50.4%+0.6 pt
Under 2.549.0%49.6%-0.6 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
25.7% (FTR = A)
Brier 1X2
0.8461 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3606 (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