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
25.23%
公平賠率
3.96
平局
30.99%
公平賠率
3.23
客隊 勝利
43.78%
公平賠率
2.28
最可能的比分
0 - 1
概率 15.09%
公平賠率 6.63
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 | 3.96 | — | |
| 平局 | 3.23 | — | |
| 客隊 勝利 | 2.28 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 0-1 | 15.09% | 6.63 |
| 2 | 1-1 | 13.13% | 7.62 |
| 3 | 0-0 | 12.37% | 8.08 |
| 4 | 1-0 | 10.76% | 9.29 |
| 5 | 0-2 | 9.2% | 10.86 |
| 6 | 1-2 | 8.01% | 12.49 |
| 7 | 2-1 | 5.71% | 17.51 |
| 8 | 2-0 | 4.68% | 21.36 |
| 9 | 0-3 | 3.74% | 26.71 |
| 10 | 2-2 | 3.48% | 28.71 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
12.37%
8.08
|
15.09%
6.63
|
9.2%
10.86
|
3.74%
26.71
|
1.14%
87.59
|
0.28%
358.94
|
| 1 |
10.76%
9.29
|
13.13%
7.62
|
8.01%
12.49
|
3.26%
30.71
|
0.99%
100.67
|
0.24%
412.54
|
| 2 |
4.68%
21.36
|
5.71%
17.51
|
3.48%
28.71
|
1.42%
70.59
|
0.43%
231.43
|
0.11%
948.77
|
| 3 |
1.36%
73.66
|
1.66%
60.38
|
1.01%
98.99
|
0.41%
243.43
|
0.13%
798.08
|
0.03%
3267.97
|
| 4 |
0.3%
338.64
|
0.36%
277.62
|
0.22%
455.17
|
0.09%
1118.57
|
0.03%
3663.0
|
0.01%
15151.52
|
| 5 |
0.05%
1945.53
|
0.06%
1594.9
|
0.04%
2617.8
|
0.02%
6451.61
|
0.0%
21276.6
|
0.0%
83333.33
|
其他比分（任一方進6球以上）
0.19%
·
公平：
522.19
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 58.1% | 41.9% |
| 1.5 | 21.66% | 78.34% |
| 2.5 | 5.8% | 94.2% |
| 3.5 | 1.2% | 98.8% |
| 4.5 | 0.2% | 99.8% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 70.48% | 29.52% |
| 1.5 | 34.46% | 65.54% |
| 2.5 | 12.49% | 87.51% |
| 3.5 | 3.55% | 96.45% |
| 4.5 | 0.83% | 99.17% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 12.37% | 8.08 |
| 1 | 25.85% | 3.87 |
| 2 | 27.01% | 3.70 |
| 3 | 18.82% | 5.31 |
| 4 | 9.83% | 10.17 |
| 5+ | 6.11% | 16.36 |
|
大球 2.5 34.77%
小球 2.5 65.23%
|
||
主要市場概率
1X2
主隊 勝利
25.23%
平局
30.99%
客隊 勝利
43.78%
大 / 小 2.5
大球 2.5
34.77%
小球 2.5
65.23%
雙方進球
是
40.95%
否
59.05%
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 | 2.19% 45.6 | 6.57% 15.21 | 91.23% 1.1 |
| -1.5 | 8.77% 11.41 | — | 91.23% 1.1 |
| -1.0 | 8.77% 11.41 | 17.58% 5.69 | 73.66% 1.36 |
| -0.5 | 26.34% 3.8 | — | 73.66% 1.36 |
| 0 (PK) | 26.34% 3.8 | 29.42% 3.4 | 44.24% 2.26 |
| +0.5 | 55.76% 1.79 | — | 44.24% 2.26 |
| +1.0 | 55.76% 1.79 | 24.65% 4.06 | 19.59% 5.1 |
| +1.5 | 80.41% 1.24 | — | 19.59% 5.1 |
| +2.0 | 80.41% 1.24 | 12.93% 7.74 | 6.67% 15.0 |
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。
