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

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Union Berlin)
31.8%
Match nul
30.3%
Extérieur (Wolfsburg)
37.9%
Marchés binaires
L2M (Yes)
52.2%
L2M (No)
47.8%
Over 2.5
45.3%
Under 2.5
54.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
45.6%
DNB Extérieur
54.4%
Double Chance 1X
62.1%
Double Chance 12
69.7%
Double Chance X2
68.2%

Top 5 scores prédits

1 - 1
14.5%
0 - 0
10.0%
0 - 1
9.2%
1 - 2
8.4%
1 - 0
8.2%

Comparaison vs marché (cotes football-data closing-avg)

1X2 — marge bookmaker : 6.6%
IssueModèleMarchéÉcart
Domicile (Union Berlin)31.8%43.9%-12.1 pt
Match nul30.3%26.4%+3.9 pt
Extérieur (Wolfsburg)37.9%29.8%+8.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.545.3%54.1%-8.8 pt
Under 2.554.7%45.9%+8.8 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
37.9% (FTR = A)
Brier 1X2
0.5786 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.9702 (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