← Retour à l’accueil
2024-11-01 · 19:30:00 · Bundesliga (D1) · Germany
FTR : D · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Leverkusen)
61.5%
Match nul
22.9%
Extérieur (Stuttgart)
15.6%
Marchés binaires
L2M (Yes)
57.9%
L2M (No)
42.1%
Over 2.5
61.2%
Under 2.5
38.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
79.8%
DNB Extérieur
20.2%
Double Chance 1X
84.4%
Double Chance 12
77.1%
Double Chance X2
38.5%

Top 5 scores prédits

1 - 1
10.7%
2 - 1
9.9%
2 - 0
9.7%
1 - 0
7.6%
3 - 1
7.1%

Score réel 0-0 : 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 : 4.5%
IssueModèleMarchéÉcart
Domicile (Leverkusen)61.5%59.8%+1.7 pt
Match nul22.9%20.9%+2.0 pt
Extérieur (Stuttgart)15.6%19.3%-3.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.561.2%68.9%-7.7 pt
Under 2.538.8%31.1%+7.7 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
22.9% (FTR = D)
Brier 1X2
0.9977 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.4753 (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
Leverkusen 0-0 Stuttgart · Bundesliga · FootValue