← Retour à l’accueil
2025-01-17 · 19:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Ein Frankfurt)
29.4%
Match nul
26.1%
Extérieur (Dortmund)
44.5%
Marchés binaires
L2M (Yes)
65.2%
L2M (No)
34.8%
Over 2.5
62.7%
Under 2.5
37.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
39.8%
DNB Extérieur
60.2%
Double Chance 1X
55.5%
Double Chance 12
73.9%
Double Chance X2
70.6%

Top 5 scores prédits

1 - 1
11.8%
1 - 2
9.1%
2 - 1
7.3%
2 - 2
6.6%
0 - 2
6.3%

Score réel 2-0 : 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 : 4.7%
IssueModèleMarchéÉcart
Domicile (Ein Frankfurt)29.4%34.6%-5.2 pt
Match nul26.1%27.1%-0.9 pt
Extérieur (Dortmund)44.5%38.4%+6.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.562.7%57.9%+4.8 pt
Under 2.537.3%42.1%-4.8 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
29.4% (FTR = H)
Brier 1X2
0.7643 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2238 (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