← Retour à l’accueil
2026-05-09 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 2-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Stuttgart)
30.3%
Match nul
24.9%
Extérieur (Leverkusen)
44.8%
Marchés binaires
L2M (Yes)
67.0%
L2M (No)
33.0%
Over 2.5
65.5%
Under 2.5
34.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
40.4%
DNB Extérieur
59.6%
Double Chance 1X
55.2%
Double Chance 12
75.1%
Double Chance X2
69.7%

Top 5 scores prédits

1 - 1
10.9%
1 - 2
9.0%
2 - 1
7.3%
2 - 2
6.8%
0 - 2
5.9%

Score réel 3-1 : 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 : 6.6%
IssueModèleMarchéÉcart
Domicile (Stuttgart)30.3%47.2%-16.8 pt
Match nul24.9%22.8%+2.1 pt
Extérieur (Leverkusen)44.8%30.1%+14.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.565.5%72.2%-6.7 pt
Under 2.534.5%27.8%+6.7 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
30.3% (FTR = H)
Brier 1X2
0.7482 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1934 (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