← Retour à l’accueil
2024-11-10 · 18:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Heidenheim)
47.1%
Match nul
28.2%
Extérieur (Wolfsburg)
24.7%
Marchés binaires
L2M (Yes)
56.4%
L2M (No)
43.6%
Over 2.5
52.2%
Under 2.5
47.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
65.6%
DNB Extérieur
34.4%
Double Chance 1X
75.3%
Double Chance 12
71.8%
Double Chance X2
52.9%

Top 5 scores prédits

1 - 1
13.5%
2 - 1
9.5%
1 - 0
8.4%
2 - 0
8.4%
0 - 0
8.1%

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 : 4.3%
IssueModèleMarchéÉcart
Domicile (Heidenheim)47.1%32.9%+14.1 pt
Match nul28.2%29.5%-1.2 pt
Extérieur (Wolfsburg)24.7%37.6%-12.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.552.2%48.4%+3.8 pt
Under 2.547.8%51.6%-3.8 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
24.7% (FTR = A)
Brier 1X2
0.8689 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3996 (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
Heidenheim 1-3 Wolfsburg · Bundesliga · FootValue