← Retour à l’accueil
2025-05-17 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)
Modèle Dixon-Coles — probas pré-match
1X2
Domicile (Hoffenheim)
23.2%
Match nul
19.5%
Extérieur (Bayern Munich)
57.2%
Marchés binaires
L2M (Yes)
78.1%
L2M (No)
21.9%
Over 2.5
82.3%
Under 2.5
17.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
28.9%
DNB Extérieur
71.1%
Double Chance 1X
42.8%
Double Chance 12
80.5%
Double Chance X2
76.8%
Top 5 scores prédits
1 - 2
7.4%
1 - 3
6.7%
2 - 2
6.5%
1 - 1
6.3%
2 - 3
5.9%
Score réel 0-4 : 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%
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Domicile (Hoffenheim) | 23.2% | 21.3% | +1.9 pt |
| Match nul | 19.5% | 20.9% | -1.4 pt |
| Extérieur (Bayern Munich) | 57.2% | 57.8% | -0.6 pt |
Over/Under 2.5
| Issue | Modèle | Marché | Écart |
|---|---|---|---|
| Over 2.5 | 82.3% | 71.9% | +10.4 pt |
| Under 2.5 | 17.7% | 28.1% | -10.4 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
- 57.2% (FTR = A)
- Brier 1X2
- 0.2749 (0 = parfait, ~0.667 = pur hasard, max 2)
- Log-loss 1X2
- 0.5579 (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
- Documentation
- SPECS.md §5.3 · ADR-006/010/011