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
53.63%
公平賠率
1.86
平局
22.5%
公平賠率
4.44
客隊 勝利
23.87%
公平賠率
4.19
最可能的比分
2 - 1
概率 9.46%
公平賠率 10.57
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 | 1.86 | — | |
| 平局 | 4.44 | — | |
| 客隊 勝利 | 4.19 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 2-1 | 9.46% | 10.57 |
| 2 | 1-1 | 9.09% | 11.0 |
| 3 | 2-0 | 7.01% | 14.27 |
| 4 | 1-0 | 6.74% | 14.84 |
| 5 | 3-1 | 6.56% | 15.25 |
| 6 | 2-2 | 6.38% | 15.66 |
| 7 | 1-2 | 6.14% | 16.29 |
| 8 | 3-0 | 4.86% | 20.59 |
| 9 | 3-2 | 4.43% | 22.59 |
| 10 | 0-1 | 4.37% | 22.87 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
3.24%
30.88
|
4.37%
22.87
|
2.95%
33.88
|
1.33%
75.3
|
0.45%
223.11
|
0.12%
826.45
|
| 1 |
6.74%
14.84
|
9.09%
11.0
|
6.14%
16.29
|
2.76%
36.2
|
0.93%
107.26
|
0.25%
397.3
|
| 2 |
7.01%
14.27
|
9.46%
10.57
|
6.38%
15.66
|
2.87%
34.81
|
0.97%
103.14
|
0.26%
381.97
|
| 3 |
4.86%
20.59
|
6.56%
15.25
|
4.43%
22.59
|
1.99%
50.2
|
0.67%
148.74
|
0.18%
550.96
|
| 4 |
2.53%
39.59
|
3.41%
29.33
|
2.3%
43.45
|
1.04%
96.54
|
0.35%
286.04
|
0.09%
1059.32
|
| 5 |
1.05%
95.17
|
1.42%
70.5
|
0.96%
104.44
|
0.43%
232.07
|
0.15%
687.76
|
0.04%
2544.53
|
其他比分（任一方進6球以上）
2.22%
·
公平：
44.95
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 87.51% | 12.49% |
| 1.5 | 61.52% | 38.48% |
| 2.5 | 34.5% | 65.5% |
| 3.5 | 15.76% | 84.24% |
| 4.5 | 6.01% | 93.98% |
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 | 3.24% | 30.88 |
| 1 | 11.11% | 9.00 |
| 2 | 19.05% | 5.25 |
| 3 | 21.78% | 4.59 |
| 4 | 18.68% | 5.35 |
| 5+ | 26.14% | 3.83 |
|
大球 2.5 66.6%
小球 2.5 33.4%
|
||
主要市場概率
1X2
主隊 勝利
53.63%
平局
22.50%
客隊 勝利
23.87%
大 / 小 2.5
大球 2.5
66.6%
小球 2.5
33.4%
雙方進球
是
64.82%
否
35.18%
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 | 16.11% 6.21 | 16.35% 6.12 | 67.54% 1.48 |
| -1.5 | 32.46% 3.08 | — | 67.54% 1.48 |
| -1.0 | 32.46% 3.08 | 21.82% 4.58 | 45.72% 2.19 |
| -0.5 | 54.28% 1.84 | — | 45.72% 2.19 |
| 0 (PK) | 54.28% 1.84 | 21.1% 4.74 | 24.62% 4.06 |
| +0.5 | 75.38% 1.33 | — | 24.62% 4.06 |
| +1.0 | 75.38% 1.33 | 14.16% 7.06 | 10.46% 9.56 |
| +1.5 | 89.54% 1.12 | — | 10.46% 9.56 |
| +2.0 | 89.54% 1.12 | 6.89% 14.52 | 3.57% 27.98 |
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。
