← Retour à l’accueil
2025-03-08 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Leverkusen)
75.8%
Match nul
16.7%
Extérieur (Werder Bremen)
7.5%
Marchés binaires
L2M (Yes)
50.2%
L2M (No)
49.8%
Over 2.5
65.1%
Under 2.5
34.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
91.0%
DNB Extérieur
9.0%
Double Chance 1X
92.5%
Double Chance 12
83.3%
Double Chance X2
24.2%

Top 5 scores prédits

2 - 0
11.8%
3 - 0
10.2%
2 - 1
8.9%
1 - 0
8.0%
1 - 1
8.0%

Score réel 0-2 : 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 (Leverkusen)75.8%71.8%+4.0 pt
Match nul16.7%17.5%-0.8 pt
Extérieur (Werder Bremen)7.5%10.7%-3.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.565.1%61.7%+3.4 pt
Under 2.534.9%38.3%-3.4 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
7.5% (FTR = A)
Brier 1X2
1.4581 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
2.5916 (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