← Retour à l’accueil
2025-05-10 · 14:30:00 · Bundesliga (D1) · Germany
FTR : A · mi-temps : 0-1 (A)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Union Berlin)
36.4%
Match nul
31.4%
Extérieur (Heidenheim)
32.1%
Marchés binaires
L2M (Yes)
51.6%
L2M (No)
48.4%
Over 2.5
44.1%
Under 2.5
55.9%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
53.1%
DNB Extérieur
46.9%
Double Chance 1X
67.9%
Double Chance 12
68.5%
Double Chance X2
63.6%

Top 5 scores prédits

1 - 1
15.0%
0 - 0
10.8%
1 - 0
9.0%
0 - 1
8.2%
2 - 1
8.2%

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 : 5.1%
IssueModèleMarchéÉcart
Domicile (Union Berlin)36.4%47.1%-10.7 pt
Match nul31.4%26.7%+4.7 pt
Extérieur (Heidenheim)32.1%26.1%+6.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.544.1%53.4%-9.3 pt
Under 2.555.9%46.6%+9.3 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
32.1% (FTR = A)
Brier 1X2
0.6922 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
1.1354 (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