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
27.75%
公平賠率
3.6
平局
32.48%
公平賠率
3.08
客隊 勝利
39.78%
公平賠率
2.51
最可能的比分
0 - 1
概率 15.2%
公平賠率 6.58
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 | 3.6 | — | |
| 平局 | 3.08 | — | |
| 客隊 勝利 | 2.51 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 0-1 | 15.2% | 6.58 |
| 2 | 0-0 | 13.95% | 7.17 |
| 3 | 1-1 | 13.38% | 7.48 |
| 4 | 1-0 | 12.27% | 8.15 |
| 5 | 0-2 | 8.28% | 12.07 |
| 6 | 1-2 | 7.29% | 13.72 |
| 7 | 2-1 | 5.89% | 16.99 |
| 8 | 2-0 | 5.4% | 18.52 |
| 9 | 2-2 | 3.21% | 31.17 |
| 10 | 0-3 | 3.01% | 33.22 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
13.95%
7.17
|
15.2%
6.58
|
8.28%
12.07
|
3.01%
33.22
|
0.82%
121.92
|
0.18%
559.28
|
| 1 |
12.27%
8.15
|
13.38%
7.48
|
7.29%
13.72
|
2.65%
37.75
|
0.72%
138.54
|
0.16%
635.32
|
| 2 |
5.4%
18.52
|
5.89%
16.99
|
3.21%
31.17
|
1.17%
85.8
|
0.32%
314.86
|
0.07%
1445.09
|
| 3 |
1.58%
63.14
|
1.73%
57.92
|
0.94%
106.28
|
0.34%
292.48
|
0.09%
1072.96
|
0.02%
4926.11
|
| 4 |
0.35%
286.94
|
0.38%
263.3
|
0.21%
483.09
|
0.08%
1329.79
|
0.02%
4878.05
|
0.0%
22222.22
|
| 5 |
0.06%
1631.32
|
0.07%
1497.01
|
0.04%
2747.25
|
0.01%
7575.76
|
0.0%
27777.78
|
0.0%
125000.0
|
其他比分（任一方進6球以上）
0.12%
·
公平：
812.35
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 58.52% | 41.48% |
| 1.5 | 22.02% | 77.98% |
| 2.5 | 5.96% | 94.04% |
| 3.5 | 1.25% | 98.75% |
| 4.5 | 0.21% | 99.79% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 66.38% | 33.62% |
| 1.5 | 29.73% | 70.27% |
| 2.5 | 9.76% | 90.24% |
| 3.5 | 2.5% | 97.5% |
| 4.5 | 0.52% | 99.48% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 13.95% | 7.17 |
| 1 | 27.47% | 3.64 |
| 2 | 27.06% | 3.70 |
| 3 | 17.77% | 5.63 |
| 4 | 8.75% | 11.43 |
| 5+ | 5.00% | 20.01 |
|
大球 2.5 31.52%
小球 2.5 68.48%
|
||
主要市場概率
1X2
主隊 勝利
27.75%
平局
32.48%
客隊 勝利
39.78%
大 / 小 2.5
大球 2.5
31.52%
小球 2.5
68.48%
雙方進球
是
38.85%
否
61.15%
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 | 2.51% 39.89 | 7.35% 13.61 | 90.15% 1.11 |
| -1.5 | 9.85% 10.15 | — | 90.15% 1.11 |
| -1.0 | 9.85% 10.15 | 19.18% 5.21 | 70.97% 1.41 |
| -0.5 | 29.03% 3.44 | — | 70.97% 1.41 |
| 0 (PK) | 29.03% 3.44 | 30.89% 3.24 | 40.08% 2.5 |
| +0.5 | 59.92% 1.67 | — | 40.08% 2.5 |
| +1.0 | 59.92% 1.67 | 23.75% 4.21 | 16.32% 6.13 |
| +1.5 | 83.68% 1.2 | — | 16.32% 6.13 |
| +2.0 | 83.68% 1.2 | 11.27% 8.87 | 5.05% 19.81 |
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。
