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
36.25%
公平賠率
2.76
平局
30.31%
公平賠率
3.3
客隊 勝利
33.44%
公平賠率
2.99
最可能的比分
1 - 1
概率 13.34%
公平賠率 7.5
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 | 2.76 | — | |
| 平局 | 3.3 | — | |
| 客隊 勝利 | 2.99 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 13.34% | 7.5 |
| 2 | 1-0 | 12.02% | 8.32 |
| 3 | 0-1 | 11.7% | 8.55 |
| 4 | 0-0 | 10.54% | 9.49 |
| 5 | 2-1 | 7.6% | 13.15 |
| 6 | 1-2 | 7.4% | 13.51 |
| 7 | 2-0 | 6.85% | 14.6 |
| 8 | 0-2 | 6.49% | 15.4 |
| 9 | 2-2 | 4.22% | 23.7 |
| 10 | 3-1 | 2.89% | 34.62 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
10.54%
9.49
|
11.7%
8.55
|
6.49%
15.4
|
2.4%
41.62
|
0.67%
149.99
|
0.15%
675.68
|
| 1 |
12.02%
8.32
|
13.34%
7.5
|
7.4%
13.51
|
2.74%
36.51
|
0.76%
131.58
|
0.17%
592.77
|
| 2 |
6.85%
14.6
|
7.6%
13.15
|
4.22%
23.7
|
1.56%
64.06
|
0.43%
230.84
|
0.1%
1039.5
|
| 3 |
2.6%
38.42
|
2.89%
34.62
|
1.6%
62.37
|
0.59%
168.58
|
0.16%
607.53
|
0.04%
2739.73
|
| 4 |
0.74%
134.83
|
0.82%
121.46
|
0.46%
218.87
|
0.17%
591.37
|
0.05%
2132.2
|
0.01%
9615.38
|
| 5 |
0.17%
591.37
|
0.19%
532.77
|
0.1%
959.69
|
0.04%
2597.4
|
0.01%
9345.79
|
0.0%
41666.67
|
其他比分（任一方進6球以上）
0.22%
·
公平：
459.77
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 68.02% | 31.98% |
| 1.5 | 31.56% | 68.44% |
| 2.5 | 10.78% | 89.22% |
| 3.5 | 2.88% | 97.12% |
| 4.5 | 0.63% | 99.37% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 67.04% | 32.96% |
| 1.5 | 30.46% | 69.54% |
| 2.5 | 10.16% | 89.84% |
| 3.5 | 2.65% | 97.35% |
| 4.5 | 0.56% | 99.44% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 10.54% | 9.49 |
| 1 | 23.71% | 4.22 |
| 2 | 26.68% | 3.75 |
| 3 | 20.01% | 5.00 |
| 4 | 11.26% | 8.88 |
| 5+ | 7.80% | 12.82 |
|
大球 2.5 39.07%
小球 2.5 60.93%
|
||
主要市場概率
1X2
主隊 勝利
36.25%
平局
30.31%
客隊 勝利
33.44%
大 / 小 2.5
大球 2.5
39.07%
小球 2.5
60.93%
雙方進球
是
45.6%
否
54.4%
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 | 4.74% 21.09 | 10.24% 9.77 | 85.02% 1.18 |
| -1.5 | 14.98% 6.68 | — | 85.02% 1.18 |
| -1.0 | 14.98% 6.68 | 21.4% 4.67 | 63.62% 1.57 |
| -0.5 | 36.38% 2.75 | — | 63.62% 1.57 |
| 0 (PK) | 36.38% 2.75 | 28.74% 3.48 | 34.88% 2.87 |
| +0.5 | 65.12% 1.54 | — | 34.88% 2.87 |
| +1.0 | 65.12% 1.54 | 20.84% 4.8 | 14.04% 7.12 |
| +1.5 | 85.96% 1.16 | — | 14.04% 7.12 |
| +2.0 | 85.96% 1.16 | 9.7% 10.31 | 4.34% 23.04 |
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。
