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
31.11%
公平賠率
3.21
平局
28.29%
公平賠率
3.54
客隊 勝利
40.6%
公平賠率
2.46
最可能的比分
1 - 1
概率 12.71%
公平賠率 7.87
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 | 3.21 | — | |
| 平局 | 3.54 | — | |
| 客隊 勝利 | 2.46 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 12.71% | 7.87 |
| 2 | 0-1 | 10.86% | 9.21 |
| 3 | 1-0 | 9.41% | 10.62 |
| 4 | 1-2 | 8.58% | 11.66 |
| 5 | 0-0 | 8.05% | 12.43 |
| 6 | 2-1 | 7.43% | 13.45 |
| 7 | 0-2 | 7.33% | 13.64 |
| 8 | 2-0 | 5.51% | 18.16 |
| 9 | 2-2 | 5.02% | 19.93 |
| 10 | 1-3 | 3.86% | 25.91 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
8.05%
12.43
|
10.86%
9.21
|
7.33%
13.64
|
3.3%
30.31
|
1.11%
89.81
|
0.3%
332.56
|
| 1 |
9.41%
10.62
|
12.71%
7.87
|
8.58%
11.66
|
3.86%
25.91
|
1.3%
76.76
|
0.35%
284.25
|
| 2 |
5.51%
18.16
|
7.43%
13.45
|
5.02%
19.93
|
2.26%
44.28
|
0.76%
131.2
|
0.21%
485.91
|
| 3 |
2.15%
46.56
|
2.9%
34.49
|
1.96%
51.1
|
0.88%
113.55
|
0.3%
336.47
|
0.08%
1245.33
|
| 4 |
0.63%
159.18
|
0.85%
117.91
|
0.57%
174.67
|
0.26%
388.2
|
0.09%
1150.75
|
0.02%
4255.32
|
| 5 |
0.15%
680.27
|
0.2%
503.78
|
0.13%
746.27
|
0.06%
1658.37
|
0.02%
4926.11
|
0.01%
18181.82
|
其他比分（任一方進6球以上）
0.4%
·
公平：
250.0
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 68.96% | 31.04% |
| 1.5 | 32.65% | 67.35% |
| 2.5 | 11.41% | 88.59% |
| 3.5 | 3.12% | 96.88% |
| 4.5 | 0.7% | 99.3% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 74.08% | 25.92% |
| 1.5 | 39.08% | 60.92% |
| 2.5 | 15.46% | 84.54% |
| 3.5 | 4.82% | 95.18% |
| 4.5 | 1.24% | 98.76% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 8.05% | 12.43 |
| 1 | 20.28% | 4.93 |
| 2 | 25.55% | 3.91 |
| 3 | 21.46% | 4.66 |
| 4 | 13.52% | 7.40 |
| 5+ | 11.15% | 8.97 |
|
大球 2.5 46.13%
小球 2.5 53.87%
|
||
主要市場概率
1X2
主隊 勝利
31.11%
平局
28.29%
客隊 勝利
40.60%
大 / 小 2.5
大球 2.5
46.13%
小球 2.5
53.87%
雙方進球
是
51.09%
否
48.91%
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 | 4.23% 23.64 | 9.04% 11.06 | 86.73% 1.15 |
| -1.5 | 13.27% 7.53 | — | 86.73% 1.15 |
| -1.0 | 13.27% 7.53 | 19.08% 5.24 | 67.64% 1.48 |
| -0.5 | 32.36% 3.09 | — | 67.64% 1.48 |
| 0 (PK) | 32.36% 3.09 | 26.75% 3.74 | 40.9% 2.45 |
| +0.5 | 59.1% 1.69 | — | 40.9% 2.45 |
| +1.0 | 59.1% 1.69 | 22.02% 4.54 | 18.88% 5.3 |
| +1.5 | 81.12% 1.23 | — | 18.88% 5.3 |
| +2.0 | 81.12% 1.23 | 12.04% 8.31 | 6.84% 14.63 |
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。
