← Retour à l’accueil
2025-08-23 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Leverkusen)
72.9%
Match nul
16.3%
Extérieur (Hoffenheim)
10.8%
Marchés binaires
L2M (Yes)
62.6%
L2M (No)
37.4%
Over 2.5
74.7%
Under 2.5
25.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
87.1%
DNB Extérieur
12.9%
Double Chance 1X
89.2%
Double Chance 12
83.7%
Double Chance X2
27.1%

Top 5 scores prédits

2 - 1
8.7%
3 - 1
8.2%
2 - 0
8.1%
3 - 0
7.6%
1 - 1
6.9%

Score réel 1-2 : 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 : 6.2%
IssueModèleMarchéÉcart
Domicile (Leverkusen)72.9%55.1%+17.8 pt
Match nul16.3%22.7%-6.4 pt
Extérieur (Hoffenheim)10.8%22.2%-11.4 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.574.7%61.4%+13.3 pt
Under 2.525.3%38.6%-13.3 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
10.8% (FTR = A)
Brier 1X2
1.3537 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
2.2256 (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