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
44.43%
公平賠率
2.25
平局
26.98%
公平賠率
3.71
客隊 勝利
28.59%
公平賠率
3.5
最可能的比分
1 - 1
概率 12.1%
公平賠率 8.27
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 | 2.25 | — | |
| 平局 | 3.71 | — | |
| 客隊 勝利 | 3.5 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 12.1% | 8.27 |
| 2 | 1-0 | 10.25% | 9.76 |
| 3 | 2-1 | 9.13% | 10.95 |
| 4 | 0-1 | 8.01% | 12.48 |
| 5 | 2-0 | 7.74% | 12.92 |
| 6 | 1-2 | 7.14% | 14.01 |
| 7 | 0-0 | 6.79% | 14.73 |
| 8 | 2-2 | 5.39% | 18.56 |
| 9 | 0-2 | 4.73% | 21.16 |
| 10 | 3-1 | 4.6% | 21.76 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
6.79%
14.73
|
8.01%
12.48
|
4.73%
21.16
|
1.86%
53.8
|
0.55%
182.35
|
0.13%
772.8
|
| 1 |
10.25%
9.76
|
12.1%
8.27
|
7.14%
14.01
|
2.81%
35.63
|
0.83%
120.77
|
0.2%
511.77
|
| 2 |
7.74%
12.92
|
9.13%
10.95
|
5.39%
18.56
|
2.12%
47.19
|
0.63%
159.95
|
0.15%
677.97
|
| 3 |
3.9%
25.67
|
4.6%
21.76
|
2.71%
36.88
|
1.07%
93.75
|
0.31%
317.76
|
0.07%
1345.9
|
| 4 |
1.47%
68.01
|
1.74%
57.63
|
1.02%
97.68
|
0.4%
248.32
|
0.12%
841.75
|
0.03%
3571.43
|
| 5 |
0.44%
225.17
|
0.52%
190.84
|
0.31%
323.42
|
0.12%
822.37
|
0.04%
2785.52
|
0.01%
11764.71
|
其他比分（任一方進6球以上）
0.6%
·
公平：
167.56
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 77.91% | 22.09% |
| 1.5 | 44.55% | 55.45% |
| 2.5 | 19.37% | 80.63% |
| 3.5 | 6.69% | 93.31% |
| 4.5 | 1.9% | 98.09% |
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 | 6.79% | 14.73 |
| 1 | 18.26% | 5.48 |
| 2 | 24.56% | 4.07 |
| 3 | 22.02% | 4.54 |
| 4 | 14.81% | 6.75 |
| 5+ | 13.56% | 7.37 |
|
大球 2.5 50.39%
小球 2.5 49.61%
|
||
主要市場概率
1X2
主隊 勝利
44.43%
平局
26.98%
客隊 勝利
28.59%
大 / 小 2.5
大球 2.5
50.39%
小球 2.5
49.61%
雙方進球
是
53.97%
否
46.03%
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 | 8.83% 11.33 | 13.49% 7.41 | 77.68% 1.29 |
| -1.5 | 22.32% 4.48 | — | 77.68% 1.29 |
| -1.0 | 22.32% 4.48 | 22.53% 4.44 | 55.15% 1.81 |
| -0.5 | 44.85% 2.23 | — | 55.15% 1.81 |
| 0 (PK) | 44.85% 2.23 | 25.47% 3.93 | 29.68% 3.37 |
| +0.5 | 70.31% 1.42 | — | 29.68% 3.37 |
| +1.0 | 70.31% 1.42 | 17.61% 5.68 | 12.08% 8.28 |
| +1.5 | 87.92% 1.14 | — | 12.08% 8.28 |
| +2.0 | 87.92% 1.14 | 8.24% 12.14 | 3.84% 26.06 |
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。
