← Retour à l’accueil
2024-10-05 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bochum)
33.4%
Match nul
28.2%
Extérieur (Wolfsburg)
38.5%
Marchés binaires
L2M (Yes)
61.0%
L2M (No)
39.0%
Over 2.5
56.2%
Under 2.5
43.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
46.5%
DNB Extérieur
53.5%
Double Chance 1X
61.5%
Double Chance 12
71.8%
Double Chance X2
66.6%

Top 5 scores prédits

1 - 1
13.2%
1 - 2
8.7%
2 - 1
8.1%
0 - 0
7.1%
0 - 1
6.3%

Score réel 1-3 : 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 : 4.8%
IssueModèleMarchéÉcart
Domicile (Bochum)33.4%31.4%+2.0 pt
Match nul28.2%25.8%+2.3 pt
Extérieur (Wolfsburg)38.5%42.8%-4.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.556.2%59.1%-2.9 pt
Under 2.543.8%40.9%+2.9 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
38.5% (FTR = A)
Brier 1X2
0.5692 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.9553 (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