← Retour à l’accueil
2026-05-08 · 19:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 2-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Dortmund)
50.5%
Match nul
23.2%
Extérieur (Ein Frankfurt)
26.3%
Marchés binaires
L2M (Yes)
69.3%
L2M (No)
30.7%
Over 2.5
69.8%
Under 2.5
30.2%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
65.8%
DNB Extérieur
34.2%
Double Chance 1X
73.7%
Double Chance 12
76.8%
Double Chance X2
49.5%

Top 5 scores prédits

1 - 1
9.7%
2 - 1
9.0%
2 - 2
6.8%
1 - 2
6.4%
3 - 1
6.3%

Score réel 3-2 : 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 : 6.6%
IssueModèleMarchéÉcart
Domicile (Dortmund)50.5%55.2%-4.7 pt
Match nul23.2%22.1%+1.1 pt
Extérieur (Ein Frankfurt)26.3%22.7%+3.6 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.569.8%68.9%+0.8 pt
Under 2.530.2%31.1%-0.8 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
50.5% (FTR = H)
Brier 1X2
0.3680 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.6832 (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