← Retour à l’accueil
2024-09-13 · 19:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 3-1 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Dortmund)
65.9%
Match nul
20.4%
Extérieur (Heidenheim)
13.8%
Marchés binaires
L2M (Yes)
60.7%
L2M (No)
39.3%
Over 2.5
67.3%
Under 2.5
32.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
82.7%
DNB Extérieur
17.3%
Double Chance 1X
86.3%
Double Chance 12
79.6%
Double Chance X2
34.1%

Top 5 scores prédits

2 - 1
9.6%
1 - 1
9.2%
2 - 0
9.0%
3 - 1
7.7%
3 - 0
7.3%

Score réel 4-2 : 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 : 4.3%
IssueModèleMarchéÉcart
Domicile (Dortmund)65.9%71.0%-5.1 pt
Match nul20.4%17.2%+3.1 pt
Extérieur (Heidenheim)13.8%11.8%+2.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.567.3%66.0%+1.3 pt
Under 2.532.7%34.0%-1.3 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
65.9% (FTR = H)
Brier 1X2
0.1768 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.4173 (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