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
51.91%
公平賠率
1.93
平局
25.8%
公平賠率
3.88
客隊 勝利
22.29%
公平賠率
4.49
最可能的比分
1 - 1
概率 11.56%
公平賠率 8.65
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 | 1.93 | — | |
| 平局 | 3.88 | — | |
| 客隊 勝利 | 4.49 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 11.56% | 8.65 |
| 2 | 1-0 | 11.34% | 8.82 |
| 3 | 2-1 | 9.65% | 10.36 |
| 4 | 2-0 | 9.47% | 10.56 |
| 5 | 0-1 | 6.92% | 14.44 |
| 6 | 0-0 | 6.79% | 14.73 |
| 7 | 1-2 | 5.9% | 16.96 |
| 8 | 3-1 | 5.37% | 18.61 |
| 9 | 3-0 | 5.27% | 18.98 |
| 10 | 2-2 | 4.92% | 20.31 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
6.79%
14.73
|
6.92%
14.44
|
3.53%
28.32
|
1.2%
83.29
|
0.31%
326.58
|
0.06%
1600.0
|
| 1 |
11.34%
8.82
|
11.56%
8.65
|
5.9%
16.96
|
2.0%
49.88
|
0.51%
195.58
|
0.1%
958.77
|
| 2 |
9.47%
10.56
|
9.65%
10.36
|
4.92%
20.31
|
1.67%
59.73
|
0.43%
234.25
|
0.09%
1148.11
|
| 3 |
5.27%
18.98
|
5.37%
18.61
|
2.74%
36.48
|
0.93%
107.3
|
0.24%
420.88
|
0.05%
2061.86
|
| 4 |
2.2%
45.46
|
2.24%
44.57
|
1.14%
87.38
|
0.39%
257.0
|
0.1%
1008.06
|
0.02%
4950.5
|
| 5 |
0.73%
136.09
|
0.75%
133.42
|
0.38%
261.64
|
0.13%
769.23
|
0.03%
3021.15
|
0.01%
14705.88
|
其他比分（任一方進6球以上）
0.8%
·
公平：
124.72
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 81.18% | 18.82% |
| 1.5 | 49.74% | 50.26% |
| 2.5 | 23.49% | 76.51% |
| 3.5 | 8.88% | 91.12% |
| 4.5 | 2.77% | 97.23% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 63.94% | 36.06% |
| 1.5 | 27.16% | 72.84% |
| 2.5 | 8.4% | 91.6% |
| 3.5 | 2.02% | 97.98% |
| 4.5 | 0.4% | 99.6% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 6.79% | 14.73 |
| 1 | 18.26% | 5.48 |
| 2 | 24.56% | 4.07 |
| 3 | 22.02% | 4.54 |
| 4 | 14.81% | 6.75 |
| 5+ | 13.56% | 7.37 |
|
大球 2.5 50.39%
小球 2.5 49.61%
|
||
主要市場概率
1X2
主隊 勝利
51.91%
平局
25.80%
客隊 勝利
22.29%
大 / 小 2.5
大球 2.5
50.39%
小球 2.5
49.61%
雙方進球
是
51.9%
否
48.1%
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 | 12.3% 8.13 | 16.12% 6.2 | 71.57% 1.4 |
| -1.5 | 28.43% 3.52 | — | 71.57% 1.4 |
| -1.0 | 28.43% 3.52 | 24.16% 4.14 | 47.41% 2.11 |
| -0.5 | 52.58% 1.9 | — | 47.41% 2.11 |
| 0 (PK) | 52.58% 1.9 | 24.31% 4.11 | 23.1% 4.33 |
| +0.5 | 76.9% 1.3 | — | 23.1% 4.33 |
| +1.0 | 76.9% 1.3 | 14.75% 6.78 | 8.35% 11.98 |
| +1.5 | 91.65% 1.09 | — | 8.35% 11.98 |
| +2.0 | 91.65% 1.09 | 6.02% 16.62 | 2.33% 42.87 |
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。
