← Retour à l’accueil
2025-04-13 · 16:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 2-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Ein Frankfurt)
46.8%
Match nul
27.5%
Extérieur (Heidenheim)
25.7%
Marchés binaires
L2M (Yes)
59.1%
L2M (No)
40.9%
Over 2.5
55.5%
Under 2.5
44.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
64.6%
DNB Extérieur
35.4%
Double Chance 1X
74.4%
Double Chance 12
72.5%
Double Chance X2
53.2%

Top 5 scores prédits

1 - 1
13.0%
2 - 1
9.5%
2 - 0
7.8%
1 - 0
7.5%
0 - 0
7.2%

Score réel 3-0 : 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 : 5.0%
IssueModèleMarchéÉcart
Domicile (Ein Frankfurt)46.8%54.7%-7.9 pt
Match nul27.5%23.6%+3.9 pt
Extérieur (Heidenheim)25.7%21.7%+4.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.555.5%57.7%-2.2 pt
Under 2.544.5%42.3%+2.2 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
46.8% (FTR = H)
Brier 1X2
0.4242 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.7586 (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