← Retour à l’accueil
2026-03-15 · 16:15:00 · Ligue 1 (F1) · France
FTR : A · mi-temps : 2-3 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Metz)
26.3%
Match nul
28.4%
Extérieur (Toulouse)
45.3%
Marchés binaires
L2M (Yes)
49.5%
L2M (No)
50.6%
Over 2.5
44.2%
Under 2.5
55.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
36.7%
DNB Extérieur
63.3%
Double Chance 1X
54.7%
Double Chance 12
71.6%
Double Chance X2
73.7%

Top 5 scores prédits

1 - 1
13.5%
0 - 1
11.5%
0 - 0
9.5%
1 - 2
9.0%
0 - 2
8.8%

Score réel 3-4 : 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 : 6.3%
IssueModèleMarchéÉcart
Domicile (Metz)26.3%24.0%+2.3 pt
Match nul28.4%28.0%+0.4 pt
Extérieur (Toulouse)45.3%48.0%-2.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.544.2%43.8%+0.4 pt
Under 2.555.8%56.2%-0.4 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
45.3% (FTR = A)
Brier 1X2
0.4488 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.7914 (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)
0.001900
Source données
football-data.co.uk (CSV historique, closing odds moyennes du marché)
Train
4 saisons (2020-21 → 2023-24), pondération temporelle exponentielle
Metz 3-4 Toulouse · Ligue 1 · FootValue