← Retour à l’accueil
2025-01-11 · 17:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (M'gladbach)
20.3%
Match nul
19.6%
Extérieur (Bayern Munich)
60.1%
Marchés binaires
L2M (Yes)
74.8%
L2M (No)
25.2%
Over 2.5
79.6%
Under 2.5
20.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
25.3%
DNB Extérieur
74.7%
Double Chance 1X
39.9%
Double Chance 12
80.4%
Double Chance X2
79.7%

Top 5 scores prédits

1 - 2
8.1%
1 - 3
7.2%
1 - 1
7.0%
2 - 2
6.3%
2 - 3
5.6%

Score réel 0-1 : 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 : 4.7%
IssueModèleMarchéÉcart
Domicile (M'gladbach)20.3%11.8%+8.5 pt
Match nul19.6%16.9%+2.7 pt
Extérieur (Bayern Munich)60.1%71.3%-11.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.579.6%68.8%+10.8 pt
Under 2.520.4%31.2%-10.8 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
60.1% (FTR = A)
Brier 1X2
0.2390 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.5093 (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