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
30.62%
公平賠率
3.27
平局
29.44%
公平賠率
3.4
客隊 勝利
39.94%
公平賠率
2.5
最可能的比分
1 - 1
概率 13.1%
公平賠率 7.63
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 | 3.27 | — | |
| 平局 | 3.4 | — | |
| 客隊 勝利 | 2.5 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 13.1% | 7.63 |
| 2 | 0-1 | 12.02% | 8.32 |
| 3 | 1-0 | 10.4% | 9.62 |
| 4 | 0-0 | 9.54% | 10.49 |
| 5 | 1-2 | 8.25% | 12.12 |
| 6 | 0-2 | 7.57% | 13.21 |
| 7 | 2-1 | 7.14% | 14.01 |
| 8 | 2-0 | 5.67% | 17.65 |
| 9 | 2-2 | 4.5% | 22.24 |
| 10 | 1-3 | 3.47% | 28.85 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
9.54%
10.49
|
12.02%
8.32
|
7.57%
13.21
|
3.18%
31.45
|
1.0%
99.84
|
0.25%
396.2
|
| 1 |
10.4%
9.62
|
13.1%
7.63
|
8.25%
12.12
|
3.47%
28.85
|
1.09%
91.6
|
0.28%
363.5
|
| 2 |
5.67%
17.65
|
7.14%
14.01
|
4.5%
22.24
|
1.89%
52.94
|
0.6%
168.07
|
0.15%
667.11
|
| 3 |
2.06%
48.58
|
2.59%
38.56
|
1.63%
61.2
|
0.69%
145.71
|
0.22%
462.53
|
0.05%
1834.86
|
| 4 |
0.56%
178.28
|
0.71%
141.48
|
0.45%
224.57
|
0.19%
534.76
|
0.06%
1697.79
|
0.01%
6756.76
|
| 5 |
0.12%
817.66
|
0.15%
648.93
|
0.1%
1029.87
|
0.04%
2450.98
|
0.01%
7812.5
|
0.0%
31250.0
|
其他比分（任一方進6球以上）
0.28%
·
公平：
352.73
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 66.38% | 33.62% |
| 1.5 | 29.73% | 70.27% |
| 2.5 | 9.76% | 90.24% |
| 3.5 | 2.5% | 97.5% |
| 4.5 | 0.52% | 99.48% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 71.63% | 28.37% |
| 1.5 | 35.89% | 64.11% |
| 2.5 | 13.38% | 86.62% |
| 3.5 | 3.92% | 96.08% |
| 4.5 | 0.94% | 99.06% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 9.54% | 10.49 |
| 1 | 22.41% | 4.46 |
| 2 | 26.33% | 3.80 |
| 3 | 20.63% | 4.85 |
| 4 | 12.12% | 8.25 |
| 5+ | 8.97% | 11.15 |
|
大球 2.5 41.72%
小球 2.5 58.28%
|
||
主要市場概率
1X2
主隊 勝利
30.62%
平局
29.44%
客隊 勝利
39.94%
大 / 小 2.5
大球 2.5
41.72%
小球 2.5
58.28%
雙方進球
是
47.55%
否
52.45%
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 | 3.79% 26.39 | 8.75% 11.43 | 87.46% 1.14 |
| -1.5 | 12.54% 7.98 | — | 87.46% 1.14 |
| -1.0 | 12.54% 7.98 | 19.37% 5.16 | 68.1% 1.47 |
| -0.5 | 31.9% 3.13 | — | 68.1% 1.47 |
| 0 (PK) | 31.9% 3.13 | 27.88% 3.59 | 40.22% 2.49 |
| +0.5 | 59.78% 1.67 | — | 40.22% 2.49 |
| +1.0 | 59.78% 1.67 | 22.39% 4.47 | 17.83% 5.61 |
| +1.5 | 82.17% 1.22 | — | 17.83% 5.61 |
| +2.0 | 82.17% 1.22 | 11.69% 8.56 | 6.14% 16.29 |
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。
