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
46.51%
公平賠率
2.15
平局
27.84%
公平賠率
3.59
客隊 勝利
25.65%
公平賠率
3.9
最可能的比分
1 - 1
概率 12.47%
公平賠率 8.02
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 | 2.15 | — | |
| 平局 | 3.59 | — | |
| 客隊 勝利 | 3.9 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 12.47% | 8.02 |
| 2 | 1-0 | 12.1% | 8.26 |
| 3 | 2-1 | 9.1% | 10.99 |
| 4 | 2-0 | 8.84% | 11.32 |
| 5 | 0-1 | 8.54% | 11.71 |
| 6 | 0-0 | 8.29% | 12.06 |
| 7 | 1-2 | 6.42% | 15.57 |
| 8 | 2-2 | 4.69% | 21.33 |
| 9 | 3-1 | 4.43% | 22.58 |
| 10 | 0-2 | 4.4% | 22.74 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
8.29%
12.06
|
8.54%
11.71
|
4.4%
22.74
|
1.51%
66.23
|
0.39%
257.2
|
0.08%
1248.44
|
| 1 |
12.1%
8.26
|
12.47%
8.02
|
6.42%
15.57
|
2.2%
45.36
|
0.57%
176.15
|
0.12%
855.43
|
| 2 |
8.84%
11.32
|
9.1%
10.99
|
4.69%
21.33
|
1.61%
62.14
|
0.41%
241.31
|
0.09%
1170.96
|
| 3 |
4.3%
23.25
|
4.43%
22.58
|
2.28%
43.84
|
0.78%
127.68
|
0.2%
495.79
|
0.04%
2409.64
|
| 4 |
1.57%
63.71
|
1.62%
61.85
|
0.83%
120.11
|
0.29%
349.77
|
0.07%
1358.7
|
0.02%
6578.95
|
| 5 |
0.46%
218.2
|
0.47%
211.82
|
0.24%
411.35
|
0.08%
1197.6
|
0.02%
4651.16
|
0.0%
22727.27
|
其他比分（任一方進6球以上）
0.46%
·
公平：
217.16
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 76.78% | 23.22% |
| 1.5 | 42.87% | 57.13% |
| 2.5 | 18.12% | 81.88% |
| 3.5 | 6.07% | 93.93% |
| 4.5 | 1.68% | 98.32% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 64.3% | 35.7% |
| 1.5 | 27.53% | 72.47% |
| 2.5 | 8.59% | 91.41% |
| 3.5 | 2.09% | 97.91% |
| 4.5 | 0.41% | 99.59% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 8.29% | 12.06 |
| 1 | 20.64% | 4.84 |
| 2 | 25.70% | 3.89 |
| 3 | 21.33% | 4.69 |
| 4 | 13.28% | 7.53 |
| 5+ | 10.75% | 9.30 |
|
大球 2.5 45.36%
小球 2.5 54.64%
|
||
主要市場概率
1X2
主隊 勝利
46.51%
平局
27.84%
客隊 勝利
25.65%
大 / 小 2.5
大球 2.5
45.36%
小球 2.5
54.64%
雙方進球
是
49.37%
否
50.63%
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 | 9.05% 11.06 | 14.19% 7.05 | 76.77% 1.3 |
| -1.5 | 23.23% 4.3 | — | 76.77% 1.3 |
| -1.0 | 23.23% 4.3 | 23.8% 4.2 | 52.97% 1.89 |
| -0.5 | 47.03% 2.13 | — | 52.97% 1.89 |
| 0 (PK) | 47.03% 2.13 | 26.31% 3.8 | 26.66% 3.75 |
| +0.5 | 73.34% 1.36 | — | 26.66% 3.75 |
| +1.0 | 73.34% 1.36 | 16.79% 5.96 | 9.88% 10.13 |
| +1.5 | 90.12% 1.11 | — | 9.88% 10.13 |
| +2.0 | 90.12% 1.11 | 7.06% 14.16 | 2.81% 35.53 |
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。
