← Retour à l’accueil
2026-04-18 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Hoffenheim)
21.5%
Match nul
20.4%
Extérieur (Dortmund)
58.1%
Marchés binaires
L2M (Yes)
72.3%
L2M (No)
27.7%
Over 2.5
76.2%
Under 2.5
23.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
27.0%
DNB Extérieur
73.0%
Double Chance 1X
41.9%
Double Chance 12
79.6%
Double Chance X2
78.5%

Top 5 scores prédits

1 - 2
8.6%
1 - 1
7.8%
1 - 3
7.1%
2 - 2
6.5%
0 - 2
5.7%

Score réel 2-1 : 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 (Hoffenheim)21.5%42.9%-21.4 pt
Match nul20.4%24.6%-4.2 pt
Extérieur (Dortmund)58.1%32.5%+25.6 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.576.2%65.0%+11.2 pt
Under 2.523.8%35.0%-11.2 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
21.5% (FTR = H)
Brier 1X2
0.9958 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.5380 (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