← Retour à l’accueil
2025-03-16 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bochum)
28.7%
Match nul
26.7%
Extérieur (Ein Frankfurt)
44.6%
Marchés binaires
L2M (Yes)
63.2%
L2M (No)
36.8%
Over 2.5
60.2%
Under 2.5
39.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
39.1%
DNB Extérieur
60.9%
Double Chance 1X
55.4%
Double Chance 12
73.3%
Double Chance X2
71.3%

Top 5 scores prédits

1 - 1
12.3%
1 - 2
9.3%
2 - 1
7.3%
0 - 2
6.8%
2 - 2
6.3%

Score réel 1-3 : 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 : 4.6%
IssueModèleMarchéÉcart
Domicile (Bochum)28.7%35.3%-6.6 pt
Match nul26.7%27.1%-0.4 pt
Extérieur (Ein Frankfurt)44.6%37.6%+7.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.560.2%57.2%+3.0 pt
Under 2.539.8%42.8%-3.0 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
44.6% (FTR = A)
Brier 1X2
0.4605 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.8074 (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
Bochum 1-3 Ein Frankfurt · Bundesliga · FootValue