← Retour à l’accueil
2024-12-08 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 1-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Wolfsburg)
40.8%
Match nul
30.5%
Extérieur (Mainz)
28.8%
Marchés binaires
L2M (Yes)
53.3%
L2M (No)
46.7%
Over 2.5
46.6%
Under 2.5
53.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
58.6%
DNB Extérieur
41.4%
Double Chance 1X
71.2%
Double Chance 12
69.5%
Double Chance X2
59.3%

Top 5 scores prédits

1 - 1
14.6%
0 - 0
9.9%
1 - 0
9.0%
2 - 1
8.8%
2 - 0
7.7%

Score réel 4-3 : 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 : 4.4%
IssueModèleMarchéÉcart
Domicile (Wolfsburg)40.8%45.2%-4.4 pt
Match nul30.5%28.2%+2.3 pt
Extérieur (Mainz)28.8%26.6%+2.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.546.6%50.9%-4.3 pt
Under 2.553.4%49.1%+4.3 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
40.8% (FTR = H)
Brier 1X2
0.5268 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.8977 (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
Wolfsburg 4-3 Mainz · Bundesliga · FootValue