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
34.74%
公平賠率
2.88
平局
28.74%
公平賠率
3.48
客隊 勝利
36.51%
公平賠率
2.74
最可能的比分
1 - 1
概率 12.9%
公平賠率 7.75
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 | 2.88 | — | |
| 平局 | 3.48 | — | |
| 客隊 勝利 | 2.74 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 12.9% | 7.75 |
| 2 | 0-1 | 10.49% | 9.53 |
| 3 | 1-0 | 10.4% | 9.61 |
| 4 | 0-0 | 8.46% | 11.82 |
| 5 | 1-2 | 8.0% | 12.5 |
| 6 | 2-1 | 7.93% | 12.6 |
| 7 | 0-2 | 6.5% | 15.38 |
| 8 | 2-0 | 6.4% | 15.63 |
| 9 | 2-2 | 4.92% | 20.33 |
| 10 | 1-3 | 3.31% | 30.25 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
8.46%
11.82
|
10.49%
9.53
|
6.5%
15.38
|
2.69%
37.2
|
0.83%
120.02
|
0.21%
484.03
|
| 1 |
10.4%
9.61
|
12.9%
7.75
|
8.0%
12.5
|
3.31%
30.25
|
1.02%
97.57
|
0.25%
393.39
|
| 2 |
6.4%
15.63
|
7.93%
12.6
|
4.92%
20.33
|
2.03%
49.18
|
0.63%
158.65
|
0.16%
639.8
|
| 3 |
2.62%
38.12
|
3.25%
30.74
|
2.02%
49.58
|
0.83%
119.96
|
0.26%
387.0
|
0.06%
1560.06
|
| 4 |
0.81%
123.96
|
1.0%
99.97
|
0.62%
161.24
|
0.26%
390.17
|
0.08%
1257.86
|
0.02%
5076.14
|
| 5 |
0.2%
504.03
|
0.25%
406.34
|
0.15%
655.31
|
0.06%
1584.79
|
0.02%
5128.21
|
0.0%
20833.33
|
其他比分（任一方進6球以上）
0.35%
·
公平：
288.93
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 70.77% | 29.23% |
| 1.5 | 34.82% | 65.18% |
| 2.5 | 12.71% | 87.29% |
| 3.5 | 3.64% | 96.36% |
| 4.5 | 0.86% | 99.14% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 71.06% | 28.94% |
| 1.5 | 35.18% | 64.82% |
| 2.5 | 12.93% | 87.07% |
| 3.5 | 3.73% | 96.27% |
| 4.5 | 0.88% | 99.12% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 8.46% | 11.82 |
| 1 | 20.89% | 4.79 |
| 2 | 25.80% | 3.88 |
| 3 | 21.24% | 4.71 |
| 4 | 13.12% | 7.62 |
| 5+ | 10.48% | 9.54 |
|
大球 2.5 44.85%
小球 2.5 55.15%
|
||
主要市場概率
1X2
主隊 勝利
34.74%
平局
28.74%
客隊 勝利
36.51%
大 / 小 2.5
大球 2.5
44.85%
小球 2.5
55.15%
雙方進球
是
50.29%
否
49.71%
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 | 5.19% 19.26 | 10.34% 9.67 | 84.47% 1.18 |
| -1.5 | 15.53% 6.44 | — | 84.47% 1.18 |
| -1.0 | 15.53% 6.44 | 20.63% 4.85 | 63.84% 1.57 |
| -0.5 | 36.16% 2.77 | — | 63.84% 1.57 |
| 0 (PK) | 36.16% 2.77 | 27.2% 3.68 | 36.64% 2.73 |
| +0.5 | 63.36% 1.58 | — | 36.64% 2.73 |
| +1.0 | 63.36% 1.58 | 20.8% 4.81 | 15.84% 6.31 |
| +1.5 | 84.16% 1.19 | — | 15.84% 6.31 |
| +2.0 | 84.16% 1.19 | 10.51% 9.52 | 5.33% 18.75 |
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。
