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
57.77%
公平賠率
1.73
平局
22.3%
公平賠率
4.48
客隊 勝利
19.93%
公平賠率
5.02
最可能的比分
2 - 1
概率 9.84%
公平賠率 10.16
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 | 1.73 | — | |
| 平局 | 4.48 | — | |
| 客隊 勝利 | 5.02 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 2-1 | 9.84% | 10.16 |
| 2 | 1-1 | 9.51% | 10.51 |
| 3 | 2-0 | 8.56% | 11.68 |
| 4 | 1-0 | 8.27% | 12.09 |
| 5 | 3-1 | 6.79% | 14.72 |
| 6 | 3-0 | 5.91% | 16.93 |
| 7 | 2-2 | 5.66% | 17.67 |
| 8 | 1-2 | 5.47% | 18.28 |
| 9 | 0-1 | 4.59% | 21.76 |
| 10 | 0-0 | 4.0% | 25.03 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
4.0%
25.03
|
4.59%
21.76
|
2.64%
37.85
|
1.01%
98.74
|
0.29%
343.41
|
0.07%
1492.54
|
| 1 |
8.27%
12.09
|
9.51%
10.51
|
5.47%
18.28
|
2.1%
47.7
|
0.6%
165.92
|
0.14%
721.5
|
| 2 |
8.56%
11.68
|
9.84%
10.16
|
5.66%
17.67
|
2.17%
46.09
|
0.62%
160.31
|
0.14%
696.86
|
| 3 |
5.91%
16.93
|
6.79%
14.72
|
3.91%
25.6
|
1.5%
66.79
|
0.43%
232.34
|
0.1%
1010.1
|
| 4 |
3.06%
32.72
|
3.52%
28.45
|
2.02%
49.48
|
0.77%
129.07
|
0.22%
448.83
|
0.05%
1953.12
|
| 5 |
1.27%
79.02
|
1.46%
68.71
|
0.84%
119.5
|
0.32%
311.72
|
0.09%
1084.6
|
0.02%
4716.98
|
其他比分（任一方進6球以上）
2.04%
·
公平：
49.02
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 87.38% | 12.62% |
| 1.5 | 61.26% | 38.74% |
| 2.5 | 34.23% | 65.77% |
| 3.5 | 15.57% | 84.43% |
| 4.5 | 5.92% | 94.08% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 68.34% | 31.66% |
| 1.5 | 31.92% | 68.08% |
| 2.5 | 10.99% | 89.01% |
| 3.5 | 2.96% | 97.04% |
| 4.5 | 0.65% | 99.35% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 4.00% | 25.03 |
| 1 | 12.87% | 7.77 |
| 2 | 20.71% | 4.83 |
| 3 | 22.23% | 4.50 |
| 4 | 17.90% | 5.59 |
| 5+ | 22.29% | 4.49 |
|
大球 2.5 62.42%
小球 2.5 37.57%
|
||
主要市場概率
1X2
主隊 勝利
57.77%
平局
22.30%
客隊 勝利
19.93%
大 / 小 2.5
大球 2.5
62.42%
小球 2.5
37.57%
雙方進球
是
59.71%
否
40.29%
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 | 17.91% 5.58 | 17.73% 5.64 | 64.36% 1.55 |
| -1.5 | 35.64% 2.81 | — | 64.36% 1.55 |
| -1.0 | 35.64% 2.81 | 22.9% 4.37 | 41.46% 2.41 |
| -0.5 | 58.54% 1.71 | — | 41.46% 2.41 |
| 0 (PK) | 58.54% 1.71 | 20.91% 4.78 | 20.55% 4.87 |
| +0.5 | 79.45% 1.26 | — | 20.55% 4.87 |
| +1.0 | 79.45% 1.26 | 12.72% 7.86 | 7.83% 12.77 |
| +1.5 | 92.17% 1.08 | — | 7.83% 12.77 |
| +2.0 | 92.17% 1.08 | 5.47% 18.28 | 2.36% 42.37 |
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。
