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

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Werder Bremen)
29.0%
Match nul
27.1%
Extérieur (Stuttgart)
43.9%
Marchés binaires
L2M (Yes)
62.3%
L2M (No)
37.7%
Over 2.5
58.7%
Under 2.5
41.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
39.8%
DNB Extérieur
60.2%
Double Chance 1X
56.1%
Double Chance 12
72.9%
Double Chance X2
71.0%

Top 5 scores prédits

1 - 1
12.6%
1 - 2
9.2%
2 - 1
7.4%
0 - 2
6.8%
0 - 0
6.5%

Score réel 2-2 : 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 : 4.5%
IssueModèleMarchéÉcart
Domicile (Werder Bremen)29.0%37.0%-8.0 pt
Match nul27.1%27.2%-0.1 pt
Extérieur (Stuttgart)43.9%35.8%+8.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.558.7%57.9%+0.8 pt
Under 2.541.3%42.1%-0.8 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
27.1% (FTR = D)
Brier 1X2
0.8074 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3042 (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