← Retour à l’accueil
2025-05-10 · 17:30:00 · Bundesliga (D1) · Germany
FTR : H · mi-temps : 1-0 (H)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Bayern Munich)
79.2%
Match nul
12.5%
Extérieur (M'gladbach)
8.3%
Marchés binaires
L2M (Yes)
68.5%
L2M (No)
31.5%
Over 2.5
84.7%
Under 2.5
15.3%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
90.5%
DNB Extérieur
9.5%
Double Chance 1X
91.7%
Double Chance 12
87.5%
Double Chance X2
20.8%

Top 5 scores prédits

3 - 1
7.8%
4 - 1
6.8%
2 - 1
6.7%
3 - 0
6.5%
4 - 0
5.7%

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 : 4.6%
IssueModèleMarchéÉcart
Domicile (Bayern Munich)79.2%83.8%-4.7 pt
Match nul12.5%9.8%+2.7 pt
Extérieur (M'gladbach)8.3%6.3%+2.0 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.584.7%82.9%+1.8 pt
Under 2.515.3%17.1%-1.8 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
79.2% (FTR = H)
Brier 1X2
0.0659 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.2334 (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