← Retour à l’accueil
2024-11-09 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 2-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Mainz)
26.3%
Match nul
27.0%
Extérieur (Dortmund)
46.7%
Marchés binaires
L2M (Yes)
60.9%
L2M (No)
39.1%
Over 2.5
57.8%
Under 2.5
42.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
36.0%
DNB Extérieur
64.0%
Double Chance 1X
53.3%
Double Chance 12
73.0%
Double Chance X2
73.7%

Top 5 scores prédits

1 - 1
12.6%
1 - 2
9.5%
0 - 2
7.5%
2 - 1
6.9%
0 - 1
6.9%

Score réel 3-1 : 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 : 4.0%
IssueModèleMarchéÉcart
Domicile (Mainz)26.3%25.1%+1.2 pt
Match nul27.0%25.8%+1.2 pt
Extérieur (Dortmund)46.7%49.1%-2.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.557.8%61.0%-3.2 pt
Under 2.542.2%39.0%+3.2 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
26.3% (FTR = H)
Brier 1X2
0.8346 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3364 (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