← Retour à l’accueil
2025-02-22 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-0 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (M'gladbach)
50.7%
Match nul
24.6%
Extérieur (Augsburg)
24.7%
Marchés binaires
L2M (Yes)
65.9%
L2M (No)
34.1%
Over 2.5
65.4%
Under 2.5
34.6%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
67.3%
DNB Extérieur
32.7%
Double Chance 1X
75.3%
Double Chance 12
75.4%
Double Chance X2
49.3%

Top 5 scores prédits

1 - 1
10.9%
2 - 1
9.4%
2 - 0
6.9%
2 - 2
6.5%
1 - 2
6.5%

Score réel 0-3 : 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 (M'gladbach)50.7%49.4%+1.3 pt
Match nul24.6%26.6%-2.0 pt
Extérieur (Augsburg)24.7%24.0%+0.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.565.4%51.6%+13.8 pt
Under 2.534.6%48.4%-13.8 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
24.7% (FTR = A)
Brier 1X2
0.8854 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.4000 (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