← Retour à l’accueil
2024-11-10 · 16:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Stuttgart)
57.5%
Match nul
24.0%
Extérieur (Ein Frankfurt)
18.5%
Marchés binaires
L2M (Yes)
60.3%
L2M (No)
39.7%
Over 2.5
61.6%
Under 2.5
38.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
75.6%
DNB Extérieur
24.4%
Double Chance 1X
81.5%
Double Chance 12
76.0%
Double Chance X2
42.5%

Top 5 scores prédits

1 - 1
11.1%
2 - 1
9.9%
2 - 0
8.8%
1 - 0
7.1%
3 - 1
6.8%

Score réel 2-3 : 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 : 4.6%
IssueModèleMarchéÉcart
Domicile (Stuttgart)57.5%53.7%+3.8 pt
Match nul24.0%24.5%-0.5 pt
Extérieur (Ein Frankfurt)18.5%21.8%-3.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.561.6%59.4%+2.2 pt
Under 2.538.4%40.6%-2.2 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
18.5% (FTR = A)
Brier 1X2
1.0516 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.6852 (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
Stuttgart 2-3 Ein Frankfurt · Bundesliga · FootValue