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
33.1%
公平賠率
3.02
平局
30.94%
公平賠率
3.23
客隊 勝利
35.96%
公平賠率
2.78
最可能的比分
1 - 1
概率 13.44%
公平賠率 7.44
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 | 3.02 | — | |
| 平局 | 3.23 | — | |
| 客隊 勝利 | 2.78 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 13.44% | 7.44 |
| 2 | 0-1 | 12.56% | 7.96 |
| 3 | 1-0 | 12.22% | 8.19 |
| 4 | 0-0 | 11.42% | 8.76 |
| 5 | 1-2 | 7.39% | 13.53 |
| 6 | 2-1 | 7.19% | 13.91 |
| 7 | 0-2 | 6.91% | 14.48 |
| 8 | 2-0 | 6.54% | 15.3 |
| 9 | 2-2 | 3.95% | 25.29 |
| 10 | 1-3 | 2.71% | 36.9 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
11.42%
8.76
|
12.56%
7.96
|
6.91%
14.48
|
2.53%
39.48
|
0.7%
143.58
|
0.15%
652.74
|
| 1 |
12.22%
8.19
|
13.44%
7.44
|
7.39%
13.53
|
2.71%
36.9
|
0.75%
134.17
|
0.16%
609.76
|
| 2 |
6.54%
15.3
|
7.19%
13.91
|
3.95%
25.29
|
1.45%
68.97
|
0.4%
250.82
|
0.09%
1140.25
|
| 3 |
2.33%
42.9
|
2.56%
39.0
|
1.41%
70.9
|
0.52%
193.39
|
0.14%
703.23
|
0.03%
3194.89
|
| 4 |
0.62%
160.36
|
0.69%
145.77
|
0.38%
265.04
|
0.14%
723.07
|
0.04%
2631.58
|
0.01%
11904.76
|
| 5 |
0.13%
749.06
|
0.15%
681.2
|
0.08%
1239.16
|
0.03%
3378.38
|
0.01%
12345.68
|
0.0%
55555.56
|
其他比分（任一方進6球以上）
0.18%
·
公平：
552.18
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 65.7% | 34.3% |
| 1.5 | 29.0% | 71.0% |
| 2.5 | 9.36% | 90.64% |
| 3.5 | 2.36% | 97.64% |
| 4.5 | 0.48% | 99.52% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 66.71% | 33.29% |
| 1.5 | 30.1% | 69.9% |
| 2.5 | 9.96% | 90.04% |
| 3.5 | 2.57% | 97.43% |
| 4.5 | 0.54% | 99.46% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 11.42% | 8.76 |
| 1 | 24.78% | 4.04 |
| 2 | 26.88% | 3.72 |
| 3 | 19.45% | 5.14 |
| 4 | 10.55% | 9.48 |
| 5+ | 6.93% | 14.43 |
|
大球 2.5 36.92%
小球 2.5 63.08%
|
||
主要市場概率
1X2
主隊 勝利
33.10%
平局
30.94%
客隊 勝利
35.96%
大 / 小 2.5
大球 2.5
36.92%
小球 2.5
63.08%
雙方進球
是
43.83%
否
56.17%
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 | 4.08% 24.49 | 9.51% 10.52 | 86.41% 1.16 |
| -1.5 | 13.59% 7.36 | — | 86.41% 1.16 |
| -1.0 | 13.59% 7.36 | 20.96% 4.77 | 65.44% 1.53 |
| -0.5 | 34.56% 2.89 | — | 65.44% 1.53 |
| 0 (PK) | 34.56% 2.89 | 29.37% 3.41 | 36.08% 2.77 |
| +0.5 | 63.92% 1.56 | — | 36.08% 2.77 |
| +1.0 | 63.92% 1.56 | 21.55% 4.64 | 14.52% 6.89 |
| +1.5 | 85.48% 1.17 | — | 14.52% 6.89 |
| +2.0 | 85.48% 1.17 | 10.05% 9.95 | 4.47% 22.35 |
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。
