← Retour à l’accueil
2024-11-23 · 14:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Wolfsburg)
44.9%
Match nul
31.1%
Extérieur (Union Berlin)
24.1%
Marchés binaires
L2M (Yes)
48.8%
L2M (No)
51.2%
Over 2.5
42.3%
Under 2.5
57.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
65.1%
DNB Extérieur
34.9%
Double Chance 1X
75.9%
Double Chance 12
68.9%
Double Chance X2
55.2%

Top 5 scores prédits

1 - 1
14.7%
0 - 0
11.3%
1 - 0
11.1%
2 - 0
9.2%
2 - 1
8.9%

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

1X2 — marge bookmaker : 4.3%
IssueModèleMarchéÉcart
Domicile (Wolfsburg)44.9%44.6%+0.3 pt
Match nul31.1%29.0%+2.1 pt
Extérieur (Union Berlin)24.1%26.5%-2.4 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.542.3%44.7%-2.5 pt
Under 2.557.8%55.3%+2.5 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
44.9% (FTR = H)
Brier 1X2
0.4587 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.8018 (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