← Retour à l’accueil
2025-03-01 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Werder Bremen)
44.3%
Match nul
28.7%
Extérieur (Wolfsburg)
27.0%
Marchés binaires
L2M (Yes)
56.9%
L2M (No)
43.1%
Over 2.5
52.1%
Under 2.5
47.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
62.1%
DNB Extérieur
37.9%
Double Chance 1X
73.0%
Double Chance 12
71.3%
Double Chance X2
55.8%

Top 5 scores prédits

1 - 1
13.7%
2 - 1
9.3%
0 - 0
8.2%
1 - 0
8.1%
2 - 0
7.8%

Score réel 1-2 : 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 (Werder Bremen)44.3%31.5%+12.7 pt
Match nul28.7%27.5%+1.2 pt
Extérieur (Wolfsburg)27.0%41.0%-13.9 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.552.1%55.3%-3.2 pt
Under 2.547.9%44.7%+3.2 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
27.0% (FTR = A)
Brier 1X2
0.8106 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.3079 (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