← Retour à l’accueil
2026-05-10 · 20:00:00 · Ligue 1 (F1) · France
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Metz)
36.5%
Match nul
27.5%
Extérieur (Lorient)
36.0%
Marchés binaires
L2M (Yes)
55.6%
L2M (No)
44.4%
Over 2.5
50.5%
Under 2.5
49.5%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
50.4%
DNB Extérieur
49.6%
Double Chance 1X
64.0%
Double Chance 12
72.5%
Double Chance X2
63.5%

Top 5 scores prédits

1 - 1
13.1%
1 - 0
8.3%
2 - 1
8.3%
1 - 2
8.2%
0 - 1
8.2%

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 : 6.8%
IssueModèleMarchéÉcart
Domicile (Metz)36.5%32.8%+3.8 pt
Match nul27.5%26.2%+1.3 pt
Extérieur (Lorient)36.0%41.1%-5.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.550.5%57.7%-7.2 pt
Under 2.549.5%42.3%+7.2 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
36.0% (FTR = A)
Brier 1X2
0.6191 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.0225 (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