← Retour à l’accueil
2025-05-11 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 1-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Leverkusen)
57.5%
Match nul
23.6%
Extérieur (Dortmund)
18.9%
Marchés binaires
L2M (Yes)
61.9%
L2M (No)
38.1%
Over 2.5
63.5%
Under 2.5
36.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
75.3%
DNB Extérieur
24.7%
Double Chance 1X
81.1%
Double Chance 12
76.4%
Double Chance X2
42.4%

Top 5 scores prédits

1 - 1
10.8%
2 - 1
9.8%
2 - 0
8.4%
3 - 1
6.9%
1 - 0
6.5%

Score réel 2-4 : 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 : 4.9%
IssueModèleMarchéÉcart
Domicile (Leverkusen)57.5%37.5%+20.0 pt
Match nul23.6%25.1%-1.5 pt
Extérieur (Dortmund)18.9%37.4%-18.5 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.563.5%64.7%-1.2 pt
Under 2.536.5%35.3%+1.2 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
18.9% (FTR = A)
Brier 1X2
1.0445 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.6665 (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