← Retour à l’accueil
2025-02-08 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Hoffenheim)
52.3%
Match nul
25.8%
Extérieur (Union Berlin)
21.9%
Marchés binaires
L2M (Yes)
60.0%
L2M (No)
40.0%
Over 2.5
58.6%
Under 2.5
41.4%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
70.5%
DNB Extérieur
29.5%
Double Chance 1X
78.1%
Double Chance 12
74.2%
Double Chance X2
47.7%

Top 5 scores prédits

1 - 1
12.1%
2 - 1
9.8%
2 - 0
8.4%
1 - 0
7.3%
0 - 0
6.4%

Score réel 0-4 : 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 : 4.3%
IssueModèleMarchéÉcart
Domicile (Hoffenheim)52.3%41.0%+11.3 pt
Match nul25.8%27.4%-1.6 pt
Extérieur (Union Berlin)21.9%31.6%-9.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.558.6%55.3%+3.3 pt
Under 2.541.4%44.7%-3.3 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
21.9% (FTR = A)
Brier 1X2
0.9494 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.5178 (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