足球泊松計算器
基於xG的比賽概率與公平賠率引擎
輸入預期進球數 (XG)
進階選項
模型使用改良版泊松分佈：稍高的平局概率及熱門隊伍結果。
預測快照
主隊 勝利
49.77%
公平賠率
2.01
平局
30.15%
公平賠率
3.32
客隊 勝利
20.08%
公平賠率
4.98
最可能的比分
1 - 0
概率 16.82%
公平賠率 5.94
比賽概率與賠率輸出
公平賠率比較
| 市場 | 市場賠率 | 公平賠率 ? 模型根據概率計算的公平價格。 | 優勢 ? 莊家賠率與模型公平賠率之間的差異。 正值優勢表示潛在價值。 |
|---|---|---|---|
| 主隊 勝利 | 2.01 | — | |
| 平局 | 3.32 | — | |
| 客隊 勝利 | 4.98 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-0 | 16.82% | 5.94 |
| 2 | 0-0 | 12.75% | 7.85 |
| 3 | 1-1 | 12.45% | 8.03 |
| 4 | 2-0 | 11.1% | 9.01 |
| 5 | 0-1 | 9.43% | 10.6 |
| 6 | 2-1 | 8.22% | 12.17 |
| 7 | 3-0 | 4.89% | 20.47 |
| 8 | 1-2 | 4.61% | 21.71 |
| 9 | 3-1 | 3.62% | 27.66 |
| 10 | 0-2 | 3.49% | 28.66 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
12.75%
7.85
|
9.43%
10.6
|
3.49%
28.66
|
0.86%
116.17
|
0.16%
628.14
|
0.02%
4237.29
|
| 1 |
16.82%
5.94
|
12.45%
8.03
|
4.61%
21.71
|
1.14%
88.01
|
0.21%
475.74
|
0.03%
3215.43
|
| 2 |
11.1%
9.01
|
8.22%
12.17
|
3.04%
32.89
|
0.75%
133.35
|
0.14%
720.98
|
0.02%
4878.05
|
| 3 |
4.89%
20.47
|
3.62%
27.66
|
1.34%
74.76
|
0.33%
303.03
|
0.06%
1639.34
|
0.01%
11111.11
|
| 4 |
1.61%
62.02
|
1.19%
83.82
|
0.44%
226.55
|
0.11%
918.27
|
0.02%
4975.12
|
0.0%
33333.33
|
| 5 |
0.43%
234.96
|
0.32%
317.46
|
0.12%
858.37
|
0.03%
3484.32
|
0.01%
18867.92
|
0.0%
125000.0
|
其他比分（任一方進6球以上）
0.25%
·
公平：
395.57
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 73.29% | 26.71% |
| 1.5 | 38.02% | 61.98% |
| 2.5 | 14.75% | 85.25% |
| 3.5 | 4.51% | 95.49% |
| 4.5 | 1.13% | 98.87% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 52.29% | 47.71% |
| 1.5 | 16.98% | 83.02% |
| 2.5 | 3.92% | 96.08% |
| 3.5 | 0.7% | 99.3% |
| 4.5 | 0.1% | 99.9% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 12.75% | 7.85 |
| 1 | 26.26% | 3.81 |
| 2 | 27.04% | 3.70 |
| 3 | 18.57% | 5.39 |
| 4 | 9.56% | 10.46 |
| 5+ | 5.82% | 17.18 |
|
大球 2.5 33.96%
小球 2.5 66.04%
|
||
主要市場概率
1X2
主隊 勝利
49.77%
平局
30.15%
客隊 勝利
20.08%
大 / 小 2.5
大球 2.5
33.96%
小球 2.5
66.04%
雙方進球
是
38.32%
否
61.68%
亞洲讓球盤概率
?
概率是根據泊松比分模型計算的。
平推適用於整數亞洲讓球盤。
主隊讓球
| 讓球 | 主隊 | 推 | 客隊 |
|---|---|---|---|
| -2.0 | 8.79% 11.38 | 15.19% 6.58 | 76.02% 1.32 |
| -1.5 | 23.98% 4.17 | — | 76.02% 1.32 |
| -1.0 | 23.98% 4.17 | 26.49% 3.77 | 49.53% 2.02 |
| -0.5 | 50.47% 1.98 | — | 49.53% 2.02 |
| 0 (PK) | 50.47% 1.98 | 28.59% 3.5 | 20.94% 4.77 |
| +0.5 | 79.06% 1.26 | — | 20.94% 4.77 |
| +1.0 | 79.06% 1.26 | 14.85% 6.73 | 6.09% 16.42 |
| +1.5 | 93.91% 1.06 | — | 6.09% 16.42 |
| +2.0 | 93.91% 1.06 | 4.77% 20.95 | 1.32% 75.92 |
如何使用泊松計算器
- 輸入主隊的預期進球數（xG）
- 輸入客隊的預期進球數（xG）
- 點擊「計算」
- 查看正確比分概率/公平賠率以及比賽結果分佈
此工具適合分析師、投注者以及任何對數據驅動的足球預測感興趣的人。
為什麼泊松分佈對基於xG的預測有用
使用xG而非歷史進球數，讓預測能反映機會質量，而不僅僅是過去的結果。
好處包括：
- 減少由射門效率波動引起的隨機性
- 使預測與基礎表現保持一致
- 從統計概率中創建公平賠率
- 通過比較模型賠率與莊家賠率來識別價值投注
這就是為什麼基於泊松的模型在AI足球預測系統中被廣泛使用的原因。
常見問題
泊松計算器使用預期進球數（xG）估算足球比賽的比分機率，幫助預測比賽結果和相關投注機率。
它在建模進球方面統計上有效，但結合xG數據和比賽背景因素效果最佳。
可以，它可以用來估算公平賠率，並與博彩公司賠率進行比較，以幫助識別潛在的價值投注。
您應該使用基於球隊實力、近期表現和對手實力的賽前預期進球數。
是的。計算器根據您輸入的預期進球數（xG）生成完整的正確比分（比分線）網格，因此您可以查看每個正確比分的機率並與正確比分市場進行比較。相同的“正確比分預測模型”也支持1X2和BTTS。
BTTS（雙方進球）機率是雙方至少各進一球的可能性。此工具基於相同的xG泊松模型報告BTTS是/否，因此預期進球數（xG）、正確比分和BTTS在足球預測中保持一致。
