← Retour à l’accueil
2025-04-05 · 17:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Werder Bremen)
39.5%
Match nul
28.4%
Extérieur (Ein Frankfurt)
32.0%
Marchés binaires
L2M (Yes)
59.9%
L2M (No)
40.1%
Over 2.5
55.0%
Under 2.5
45.0%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
55.2%
DNB Extérieur
44.8%
Double Chance 1X
68.0%
Double Chance 12
71.6%
Double Chance X2
60.5%

Top 5 scores prédits

1 - 1
13.4%
2 - 1
8.8%
1 - 2
7.9%
0 - 0
7.4%
1 - 0
6.7%

Score réel 2-0 : 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 : 4.8%
IssueModèleMarchéÉcart
Domicile (Werder Bremen)39.5%40.9%-1.4 pt
Match nul28.4%26.3%+2.1 pt
Extérieur (Ein Frankfurt)32.0%32.8%-0.7 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.555.0%62.3%-7.3 pt
Under 2.545.0%37.7%+7.3 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
39.5% (FTR = H)
Brier 1X2
0.5492 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.9281 (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