← Retour à l’accueil
2025-01-25 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Freiburg)
21.3%
Match nul
22.4%
Extérieur (Bayern Munich)
56.4%
Marchés binaires
L2M (Yes)
68.4%
L2M (No)
31.6%
Over 2.5
70.7%
Under 2.5
29.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
27.4%
DNB Extérieur
72.6%
Double Chance 1X
43.6%
Double Chance 12
77.6%
Double Chance X2
78.7%

Top 5 scores prédits

1 - 1
9.4%
1 - 2
9.2%
1 - 3
7.0%
0 - 2
6.7%
2 - 2
6.4%

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

1X2 — marge bookmaker : 4.8%
IssueModèleMarchéÉcart
Domicile (Freiburg)21.3%8.2%+13.1 pt
Match nul22.4%14.3%+8.1 pt
Extérieur (Bayern Munich)56.4%77.6%-21.2 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.570.7%68.2%+2.5 pt
Under 2.529.3%31.8%-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
56.4% (FTR = A)
Brier 1X2
0.2856 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.5732 (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