← Retour à l’accueil
2026-03-21 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 2-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bayern Munich)
79.5%
Match nul
14.2%
Extérieur (Union Berlin)
6.3%
Marchés binaires
L2M (Yes)
50.3%
L2M (No)
49.7%
Over 2.5
69.3%
Under 2.5
30.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
92.6%
DNB Extérieur
7.4%
Double Chance 1X
93.6%
Double Chance 12
85.8%
Double Chance X2
20.5%

Top 5 scores prédits

2 - 0
11.2%
3 - 0
10.6%
2 - 1
8.4%
3 - 1
7.9%
4 - 0
7.5%

Comparaison vs marché (cotes football-data closing-avg)

1X2 — marge bookmaker : 6.6%
IssueModèleMarchéÉcart
Domicile (Bayern Munich)79.5%83.0%-3.6 pt
Match nul14.2%10.8%+3.4 pt
Extérieur (Union Berlin)6.3%6.2%+0.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.569.3%74.0%-4.7 pt
Under 2.530.7%26.0%+4.7 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
79.5% (FTR = H)
Brier 1X2
0.0664 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.2300 (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