← Retour à l’accueil
2024-10-20 · 16:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Wolfsburg)
43.6%
Match nul
28.8%
Extérieur (Werder Bremen)
27.6%
Marchés binaires
L2M (Yes)
57.0%
L2M (No)
43.0%
Over 2.5
52.0%
Under 2.5
48.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
61.3%
DNB Extérieur
38.7%
Double Chance 1X
72.4%
Double Chance 12
71.2%
Double Chance X2
56.4%

Top 5 scores prédits

1 - 1
13.7%
2 - 1
9.2%
0 - 0
8.2%
1 - 0
8.0%
2 - 0
7.7%

Score réel 2-4 : 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 : 4.3%
IssueModèleMarchéÉcart
Domicile (Wolfsburg)43.6%47.7%-4.1 pt
Match nul28.8%25.6%+3.2 pt
Extérieur (Werder Bremen)27.6%26.7%+0.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.552.0%60.1%-8.1 pt
Under 2.548.0%39.9%+8.1 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
27.6% (FTR = A)
Brier 1X2
0.7979 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2884 (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