← Retour à l’accueil
2025-02-01 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bochum)
32.3%
Match nul
27.6%
Extérieur (Freiburg)
40.1%
Marchés binaires
L2M (Yes)
62.4%
L2M (No)
37.6%
Over 2.5
58.3%
Under 2.5
41.7%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
44.6%
DNB Extérieur
55.4%
Double Chance 1X
59.9%
Double Chance 12
72.4%
Double Chance X2
67.7%

Top 5 scores prédits

1 - 1
12.8%
1 - 2
8.9%
2 - 1
7.9%
0 - 0
6.6%
2 - 2
6.3%

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 : 4.9%
IssueModèleMarchéÉcart
Domicile (Bochum)32.3%34.3%-2.0 pt
Match nul27.6%28.9%-1.3 pt
Extérieur (Freiburg)40.1%36.8%+3.3 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.558.3%49.9%+8.4 pt
Under 2.541.7%50.1%-8.4 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
40.1% (FTR = A)
Brier 1X2
0.5386 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.9128 (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