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
35.81%
公平賠率
2.79
平局
33.49%
公平賠率
2.99
客隊 勝利
30.71%
公平賠率
3.26
最可能的比分
0 - 0
概率 15.11%
公平賠率 6.62
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 | 2.79 | — | |
| 平局 | 2.99 | — | |
| 客隊 勝利 | 3.26 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 0-0 | 15.11% | 6.62 |
| 2 | 1-0 | 14.8% | 6.75 |
| 3 | 0-1 | 13.75% | 7.27 |
| 4 | 1-1 | 13.47% | 7.42 |
| 5 | 2-0 | 7.25% | 13.78 |
| 6 | 2-1 | 6.6% | 15.15 |
| 7 | 0-2 | 6.26% | 15.99 |
| 8 | 1-2 | 6.13% | 16.31 |
| 9 | 2-2 | 3.0% | 33.29 |
| 10 | 3-0 | 2.37% | 42.2 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
15.11%
6.62
|
13.75%
7.27
|
6.26%
15.99
|
1.9%
52.7
|
0.43%
231.64
|
0.08%
1272.26
|
| 1 |
14.8%
6.75
|
13.47%
7.42
|
6.13%
16.31
|
1.86%
53.78
|
0.42%
236.41
|
0.08%
1298.7
|
| 2 |
7.25%
13.78
|
6.6%
15.15
|
3.0%
33.29
|
0.91%
109.76
|
0.21%
482.39
|
0.04%
2652.52
|
| 3 |
2.37%
42.2
|
2.16%
46.37
|
0.98%
101.92
|
0.3%
336.02
|
0.07%
1477.1
|
0.01%
8130.08
|
| 4 |
0.58%
172.24
|
0.53%
189.29
|
0.24%
415.97
|
0.07%
1371.74
|
0.02%
6024.1
|
0.0%
33333.33
|
| 5 |
0.11%
878.73
|
0.1%
965.25
|
0.05%
2123.14
|
0.01%
6993.01
|
0.0%
30303.03
|
0.0%
166666.67
|
其他比分（任一方進6球以上）
0.09%
·
公平：
1111.11
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 62.47% | 37.53% |
| 1.5 | 25.69% | 74.31% |
| 2.5 | 7.67% | 92.33% |
| 3.5 | 1.78% | 98.22% |
| 4.5 | 0.34% | 99.66% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 59.75% | 40.25% |
| 1.5 | 23.12% | 76.88% |
| 2.5 | 6.45% | 93.55% |
| 3.5 | 1.4% | 98.6% |
| 4.5 | 0.25% | 99.75% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 15.11% | 6.62 |
| 1 | 28.55% | 3.50 |
| 2 | 26.98% | 3.71 |
| 3 | 17.00% | 5.88 |
| 4 | 8.03% | 12.45 |
| 5+ | 4.33% | 23.11 |
|
大球 2.5 29.36%
小球 2.5 70.64%
|
||
主要市場概率
1X2
主隊 勝利
35.81%
平局
33.49%
客隊 勝利
30.71%
大 / 小 2.5
大球 2.5
29.36%
小球 2.5
70.64%
雙方進球
是
37.32%
否
62.68%
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 | 3.8% 26.34 | 9.67% 10.35 | 86.54% 1.16 |
| -1.5 | 13.46% 7.43 | — | 86.54% 1.16 |
| -1.0 | 13.46% 7.43 | 22.46% 4.45 | 64.07% 1.56 |
| -0.5 | 35.93% 2.78 | — | 64.07% 1.56 |
| 0 (PK) | 35.93% 2.78 | 31.9% 3.13 | 32.18% 3.11 |
| +0.5 | 67.82% 1.47 | — | 32.18% 3.11 |
| +1.0 | 67.82% 1.47 | 20.86% 4.79 | 11.32% 8.84 |
| +1.5 | 88.68% 1.13 | — | 11.32% 8.84 |
| +2.0 | 88.68% 1.13 | 8.33% 12.0 | 2.98% 33.54 |
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。
