← Retour à l’accueil
2024-09-20 · 19:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 1-2 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Augsburg)
38.3%
Match nul
29.6%
Extérieur (Mainz)
32.1%
Marchés binaires
L2M (Yes)
56.7%
L2M (No)
43.3%
Over 2.5
50.6%
Under 2.5
49.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
54.3%
DNB Extérieur
45.7%
Double Chance 1X
67.9%
Double Chance 12
70.4%
Double Chance X2
61.7%

Top 5 scores prédits

1 - 1
14.1%
0 - 0
8.6%
2 - 1
8.6%
1 - 2
7.8%
1 - 0
7.6%

Score réel 2-3 : 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 : 4.2%
IssueModèleMarchéÉcart
Domicile (Augsburg)38.3%40.5%-2.2 pt
Match nul29.6%27.3%+2.3 pt
Extérieur (Mainz)32.1%32.2%-0.1 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.550.6%55.2%-4.6 pt
Under 2.549.4%44.8%+4.6 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
32.1% (FTR = A)
Brier 1X2
0.6945 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1351 (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
Augsburg 2-3 Mainz · Bundesliga · FootValue