← Retour à l’accueil
2024-10-26 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Augsburg)
21.7%
Match nul
24.0%
Extérieur (Dortmund)
54.3%
Marchés binaires
L2M (Yes)
64.5%
L2M (No)
35.5%
Over 2.5
65.1%
Under 2.5
34.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
28.6%
DNB Extérieur
71.4%
Double Chance 1X
45.8%
Double Chance 12
76.0%
Double Chance X2
78.3%

Top 5 scores prédits

1 - 1
10.8%
1 - 2
9.6%
0 - 2
7.5%
1 - 3
6.7%
2 - 2
6.2%

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 : 4.1%
IssueModèleMarchéÉcart
Domicile (Augsburg)21.7%23.7%-2.0 pt
Match nul24.0%23.5%+0.5 pt
Extérieur (Dortmund)54.3%52.8%+1.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.565.1%64.5%+0.6 pt
Under 2.534.9%35.5%-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
21.7% (FTR = H)
Brier 1X2
0.9644 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.5260 (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
Augsburg 2-1 Dortmund · Bundesliga · FootValue