← Retour à l’accueil
2025-04-26 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 2-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bayern Munich)
73.1%
Match nul
16.8%
Extérieur (Mainz)
10.1%
Marchés binaires
L2M (Yes)
60.6%
L2M (No)
39.4%
Over 2.5
72.7%
Under 2.5
27.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
87.8%
DNB Extérieur
12.2%
Double Chance 1X
89.9%
Double Chance 12
83.2%
Double Chance X2
26.9%

Top 5 scores prédits

2 - 1
8.8%
2 - 0
8.8%
3 - 1
8.2%
3 - 0
8.1%
1 - 1
7.4%

Comparaison vs marché (cotes football-data closing-avg)

1X2 — marge bookmaker : 5.2%
IssueModèleMarchéÉcart
Domicile (Bayern Munich)73.1%77.3%-4.2 pt
Match nul16.8%13.5%+3.3 pt
Extérieur (Mainz)10.1%9.1%+1.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.572.7%75.3%-2.6 pt
Under 2.527.3%24.7%+2.6 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
73.1% (FTR = H)
Brier 1X2
0.1111 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.3138 (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