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
31.56%
公平賠率
3.17
平局
30.25%
公平賠率
3.31
客隊 勝利
38.19%
公平賠率
2.62
最可能的比分
1 - 1
概率 13.31%
公平賠率 7.51
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 | 3.17 | — | |
| 平局 | 3.31 | — | |
| 客隊 勝利 | 2.62 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 13.31% | 7.51 |
| 2 | 0-1 | 12.44% | 8.04 |
| 3 | 1-0 | 11.28% | 8.87 |
| 4 | 0-0 | 10.54% | 9.49 |
| 5 | 1-2 | 7.85% | 12.74 |
| 6 | 0-2 | 7.34% | 13.63 |
| 7 | 2-1 | 7.12% | 14.05 |
| 8 | 2-0 | 6.03% | 16.57 |
| 9 | 2-2 | 4.2% | 23.81 |
| 10 | 1-3 | 3.09% | 32.38 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
10.54%
9.49
|
12.44%
8.04
|
7.34%
13.63
|
2.89%
34.65
|
0.85%
117.45
|
0.2%
497.76
|
| 1 |
11.28%
8.87
|
13.31%
7.51
|
7.85%
12.74
|
3.09%
32.38
|
0.91%
109.77
|
0.21%
465.12
|
| 2 |
6.03%
16.57
|
7.12%
14.05
|
4.2%
23.81
|
1.65%
60.53
|
0.49%
205.17
|
0.11%
869.57
|
| 3 |
2.15%
46.47
|
2.54%
39.38
|
1.5%
66.75
|
0.59%
169.69
|
0.17%
575.37
|
0.04%
2439.02
|
| 4 |
0.58%
173.7
|
0.68%
147.21
|
0.4%
249.5
|
0.16%
634.52
|
0.05%
2150.54
|
0.01%
9090.91
|
| 5 |
0.12%
811.69
|
0.15%
687.76
|
0.09%
1165.5
|
0.03%
2967.36
|
0.01%
10000.0
|
0.0%
43478.26
|
其他比分（任一方進6球以上）
0.22%
·
公平：
450.25
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 | 69.27% | 30.73% |
| 1.5 | 33.01% | 66.99% |
| 2.5 | 11.62% | 88.38% |
| 3.5 | 3.21% | 96.79% |
| 4.5 | 0.72% | 99.28% |
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
31.56%
平局
30.25%
客隊 勝利
38.19%
大 / 小 2.5
大球 2.5
39.07%
小球 2.5
60.93%
雙方進球
是
45.51%
否
54.49%
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 | 3.84% 26.02 | 9.01% 11.1 | 87.15% 1.15 |
| -1.5 | 12.85% 7.78 | — | 87.15% 1.15 |
| -1.0 | 12.85% 7.78 | 20.06% 4.98 | 67.08% 1.49 |
| -0.5 | 32.92% 3.04 | — | 67.08% 1.49 |
| 0 (PK) | 32.92% 3.04 | 28.69% 3.49 | 38.4% 2.6 |
| +0.5 | 61.6% 1.62 | — | 38.4% 2.6 |
| +1.0 | 61.6% 1.62 | 22.13% 4.52 | 16.27% 6.15 |
| +1.5 | 83.73% 1.19 | — | 16.27% 6.15 |
| +2.0 | 83.73% 1.19 | 10.96% 9.13 | 5.31% 18.82 |
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。
