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
33.22%
公平賠率
3.01
平局
28.99%
公平賠率
3.45
客隊 勝利
37.79%
公平賠率
2.65
最可能的比分
1 - 1
概率 12.99%
公平賠率 7.7
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 | 3.01 | — | |
| 平局 | 3.45 | — | |
| 客隊 勝利 | 2.65 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 12.99% | 7.7 |
| 2 | 0-1 | 11.0% | 9.09 |
| 3 | 1-0 | 10.39% | 9.63 |
| 4 | 0-0 | 8.8% | 11.36 |
| 5 | 1-2 | 8.12% | 12.32 |
| 6 | 2-1 | 7.66% | 13.05 |
| 7 | 0-2 | 6.88% | 14.54 |
| 8 | 2-0 | 6.13% | 16.32 |
| 9 | 2-2 | 4.79% | 20.88 |
| 10 | 1-3 | 3.38% | 29.57 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
8.8%
11.36
|
11.0%
9.09
|
6.88%
14.54
|
2.87%
34.89
|
0.9%
111.66
|
0.22%
446.63
|
| 1 |
10.39%
9.63
|
12.99%
7.7
|
8.12%
12.32
|
3.38%
29.57
|
1.06%
94.63
|
0.26%
378.5
|
| 2 |
6.13%
16.32
|
7.66%
13.05
|
4.79%
20.88
|
2.0%
50.12
|
0.62%
160.38
|
0.16%
641.44
|
| 3 |
2.41%
41.48
|
3.01%
33.18
|
1.88%
53.1
|
0.78%
127.42
|
0.25%
407.83
|
0.06%
1631.32
|
| 4 |
0.71%
140.61
|
0.89%
112.49
|
0.56%
179.99
|
0.23%
431.97
|
0.07%
1383.13
|
0.02%
5524.86
|
| 5 |
0.17%
595.95
|
0.21%
476.64
|
0.13%
762.78
|
0.05%
1831.5
|
0.02%
5847.95
|
0.0%
23255.81
|
其他比分（任一方進6球以上）
0.32%
·
公平：
311.14
單隊總進球數
主隊
| 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% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 71.35% | 28.65% |
| 1.5 | 35.54% | 64.46% |
| 2.5 | 13.15% | 86.85% |
| 3.5 | 3.83% | 96.17% |
| 4.5 | 0.91% | 99.09% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 8.80% | 11.36 |
| 1 | 21.39% | 4.67 |
| 2 | 25.99% | 3.85 |
| 3 | 21.05% | 4.75 |
| 4 | 12.79% | 7.82 |
| 5+ | 9.97% | 10.03 |
|
大球 2.5 43.81%
小球 2.5 56.19%
|
||
主要市場概率
1X2
主隊 勝利
33.22%
平局
28.99%
客隊 勝利
37.79%
大 / 小 2.5
大球 2.5
43.81%
小球 2.5
56.19%
雙方進球
是
49.43%
否
50.57%
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 | 4.65% 21.49 | 9.76% 10.25 | 85.59% 1.17 |
| -1.5 | 14.41% 6.94 | — | 85.59% 1.17 |
| -1.0 | 14.41% 6.94 | 20.18% 4.95 | 65.41% 1.53 |
| -0.5 | 34.59% 2.89 | — | 65.41% 1.53 |
| 0 (PK) | 34.59% 2.89 | 27.44% 3.64 | 37.97% 2.63 |
| +0.5 | 62.03% 1.61 | — | 37.97% 2.63 |
| +1.0 | 62.03% 1.61 | 21.38% 4.68 | 16.59% 6.03 |
| +1.5 | 83.41% 1.2 | — | 16.59% 6.03 |
| +2.0 | 83.41% 1.2 | 10.95% 9.13 | 5.64% 17.73 |
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。
