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

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Wolfsburg)
42.4%
Match nul
29.3%
Extérieur (Freiburg)
28.3%
Marchés binaires
L2M (Yes)
56.1%
L2M (No)
43.9%
Over 2.5
50.5%
Under 2.5
49.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
59.9%
DNB Extérieur
40.1%
Double Chance 1X
71.7%
Double Chance 12
70.7%
Double Chance X2
57.7%

Top 5 scores prédits

1 - 1
14.0%
2 - 1
9.1%
0 - 0
8.6%
1 - 0
8.2%
2 - 0
7.6%

Score réel 0-1 : 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 : 4.9%
IssueModèleMarchéÉcart
Domicile (Wolfsburg)42.4%40.4%+2.0 pt
Match nul29.3%26.3%+3.0 pt
Extérieur (Freiburg)28.3%33.3%-5.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.550.5%59.5%-8.9 pt
Under 2.549.5%40.5%+8.9 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
28.3% (FTR = A)
Brier 1X2
0.7786 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.2605 (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