← Retour à l’accueil
2025-04-19 · 17:30:00 · Bundesliga (D1) · Germany
FTR : D · mi-temps : 4-4 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Union Berlin)
25.3%
Match nul
29.4%
Extérieur (Stuttgart)
45.4%
Marchés binaires
L2M (Yes)
54.0%
L2M (No)
46.0%
Over 2.5
48.7%
Under 2.5
51.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
35.8%
DNB Extérieur
64.2%
Double Chance 1X
54.6%
Double Chance 12
70.6%
Double Chance X2
74.7%

Top 5 scores prédits

1 - 1
14.1%
1 - 2
9.3%
0 - 1
9.2%
0 - 0
9.2%
0 - 2
8.5%

Score réel 4-4 : 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 : 5.3%
IssueModèleMarchéÉcart
Domicile (Union Berlin)25.3%30.9%-5.7 pt
Match nul29.4%27.6%+1.8 pt
Extérieur (Stuttgart)45.4%41.5%+3.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.548.7%53.4%-4.7 pt
Under 2.551.3%46.6%+4.7 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 = D)
Brier 1X2
0.7683 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2249 (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