← Retour à l’accueil
2024-11-22 · 19:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bayern Munich)
80.2%
Match nul
12.7%
Extérieur (Augsburg)
7.1%
Marchés binaires
L2M (Yes)
62.2%
L2M (No)
37.8%
Over 2.5
80.5%
Under 2.5
19.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
91.8%
DNB Extérieur
8.2%
Double Chance 1X
92.9%
Double Chance 12
87.3%
Double Chance X2
19.8%

Top 5 scores prédits

3 - 1
8.1%
3 - 0
8.0%
2 - 1
7.4%
2 - 0
7.2%
4 - 1
6.7%

Comparaison vs marché (cotes football-data closing-avg)

1X2 — marge bookmaker : 4.2%
IssueModèleMarchéÉcart
Domicile (Bayern Munich)80.2%85.7%-5.5 pt
Match nul12.7%9.3%+3.4 pt
Extérieur (Augsburg)7.1%5.0%+2.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.580.5%74.9%+5.6 pt
Under 2.519.5%25.1%-5.6 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
80.2% (FTR = H)
Brier 1X2
0.0606 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.2211 (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