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
47.22%
公平賠率
2.12
平局
25.42%
公平賠率
3.93
客隊 勝利
27.36%
公平賠率
3.65
最可能的比分
1 - 1
概率 11.17%
公平賠率 8.95
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 | 2.12 | — | |
| 平局 | 3.93 | — | |
| 客隊 勝利 | 3.65 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 11.17% | 8.95 |
| 2 | 2-1 | 9.44% | 10.6 |
| 3 | 1-0 | 8.93% | 11.19 |
| 4 | 2-0 | 7.55% | 13.25 |
| 5 | 1-2 | 6.98% | 14.33 |
| 6 | 0-1 | 6.61% | 15.13 |
| 7 | 2-2 | 5.9% | 16.95 |
| 8 | 3-1 | 5.32% | 18.81 |
| 9 | 0-0 | 5.29% | 18.92 |
| 10 | 3-0 | 4.25% | 23.51 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
5.29%
18.92
|
6.61%
15.13
|
4.13%
24.21
|
1.72%
58.11
|
0.54%
185.94
|
0.13%
744.05
|
| 1 |
8.93%
11.19
|
11.17%
8.95
|
6.98%
14.33
|
2.91%
34.38
|
0.91%
110.04
|
0.23%
440.14
|
| 2 |
7.55%
13.25
|
9.44%
10.6
|
5.9%
16.95
|
2.46%
40.69
|
0.77%
130.21
|
0.19%
520.83
|
| 3 |
4.25%
23.51
|
5.32%
18.81
|
3.32%
30.1
|
1.38%
72.23
|
0.43%
231.16
|
0.11%
924.21
|
| 4 |
1.8%
55.65
|
2.25%
44.52
|
1.4%
71.24
|
0.58%
170.97
|
0.18%
547.05
|
0.05%
2188.18
|
| 5 |
0.61%
164.66
|
0.76%
131.72
|
0.47%
210.75
|
0.2%
505.82
|
0.06%
1618.12
|
0.02%
6493.51
|
其他比分（任一方進6球以上）
0.96%
·
公平：
104.08
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 81.55% | 18.45% |
| 1.5 | 50.36% | 49.64% |
| 2.5 | 24.01% | 75.99% |
| 3.5 | 9.17% | 90.83% |
| 4.5 | 2.9% | 97.1% |
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 | 5.29% | 18.92 |
| 1 | 15.54% | 6.43 |
| 2 | 22.85% | 4.38 |
| 3 | 22.39% | 4.47 |
| 4 | 16.46% | 6.08 |
| 5+ | 17.48% | 5.72 |
|
大球 2.5 56.32%
小球 2.5 43.68%
|
||
主要市場概率
1X2
主隊 勝利
47.22%
平局
25.42%
客隊 勝利
27.36%
大 / 小 2.5
大球 2.5
56.32%
小球 2.5
43.68%
雙方進球
是
58.18%
否
41.82%
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 | 10.89% 9.18 | 14.49% 6.9 | 74.62% 1.34 |
| -1.5 | 25.38% 3.94 | — | 74.62% 1.34 |
| -1.0 | 25.38% 3.94 | 22.35% 4.48 | 52.28% 1.91 |
| -0.5 | 47.72% 2.1 | — | 52.28% 1.91 |
| 0 (PK) | 47.72% 2.1 | 23.94% 4.18 | 28.34% 3.53 |
| +0.5 | 71.66% 1.4 | — | 28.34% 3.53 |
| +1.0 | 71.66% 1.4 | 16.53% 6.05 | 11.81% 8.46 |
| +1.5 | 88.18% 1.13 | — | 11.81% 8.46 |
| +2.0 | 88.18% 1.13 | 7.92% 12.62 | 3.89% 25.71 |
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。
