← Retour à l’accueil
2025-02-01 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Stuttgart)
65.3%
Match nul
19.9%
Extérieur (M'gladbach)
14.9%
Marchés binaires
L2M (Yes)
64.7%
L2M (No)
35.3%
Over 2.5
71.2%
Under 2.5
28.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
81.4%
DNB Extérieur
18.6%
Double Chance 1X
85.1%
Double Chance 12
80.1%
Double Chance X2
34.7%

Top 5 scores prédits

2 - 1
9.3%
1 - 1
8.6%
2 - 0
7.9%
3 - 1
7.8%
3 - 0
6.6%

Score réel 1-2 : 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 : 4.7%
IssueModèleMarchéÉcart
Domicile (Stuttgart)65.3%57.6%+7.7 pt
Match nul19.9%22.4%-2.5 pt
Extérieur (M'gladbach)14.9%20.1%-5.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.571.2%64.1%+7.2 pt
Under 2.528.8%35.9%-7.2 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
14.9% (FTR = A)
Brier 1X2
1.1899 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.9052 (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