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
38.04%
公平賠率
2.63
平局
26.89%
公平賠率
3.72
客隊 勝利
35.07%
公平賠率
2.85
最可能的比分
1 - 1
概率 11.98%
公平賠率 8.34
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 | 2.63 | — | |
| 平局 | 3.72 | — | |
| 客隊 勝利 | 2.85 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 11.98% | 8.34 |
| 2 | 1-0 | 8.75% | 11.43 |
| 3 | 0-1 | 8.5% | 11.77 |
| 4 | 2-1 | 8.45% | 11.84 |
| 5 | 1-2 | 8.21% | 12.18 |
| 6 | 0-0 | 6.2% | 16.12 |
| 7 | 2-0 | 6.17% | 16.22 |
| 8 | 0-2 | 5.82% | 17.18 |
| 9 | 2-2 | 5.79% | 17.28 |
| 10 | 3-1 | 3.97% | 25.18 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
6.2%
16.12
|
8.5%
11.77
|
5.82%
17.18
|
2.66%
37.61
|
0.91%
109.82
|
0.25%
400.8
|
| 1 |
8.75%
11.43
|
11.98%
8.34
|
8.21%
12.18
|
3.75%
26.68
|
1.28%
77.88
|
0.35%
284.25
|
| 2 |
6.17%
16.22
|
8.45%
11.84
|
5.79%
17.28
|
2.64%
37.84
|
0.91%
110.47
|
0.25%
403.23
|
| 3 |
2.9%
34.5
|
3.97%
25.18
|
2.72%
36.76
|
1.24%
80.5
|
0.43%
235.07
|
0.12%
857.63
|
| 4 |
1.02%
97.88
|
1.4%
71.44
|
0.96%
104.3
|
0.44%
228.36
|
0.15%
666.67
|
0.04%
2433.09
|
| 5 |
0.29%
347.1
|
0.39%
253.36
|
0.27%
369.82
|
0.12%
809.72
|
0.04%
2364.07
|
0.01%
8620.69
|
其他比分（任一方進6球以上）
0.62%
·
公平：
161.71
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 75.59% | 24.41% |
| 1.5 | 41.16% | 58.84% |
| 2.5 | 16.89% | 83.11% |
| 3.5 | 5.49% | 94.51% |
| 4.5 | 1.47% | 98.53% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 74.59% | 25.41% |
| 1.5 | 39.78% | 60.22% |
| 2.5 | 15.93% | 84.07% |
| 3.5 | 5.04% | 94.96% |
| 4.5 | 1.31% | 98.69% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 6.20% | 16.12 |
| 1 | 17.25% | 5.80 |
| 2 | 23.97% | 4.17 |
| 3 | 22.21% | 4.50 |
| 4 | 15.44% | 6.48 |
| 5+ | 14.92% | 6.70 |
|
大球 2.5 52.58%
小球 2.5 47.42%
|
||
主要市場概率
1X2
主隊 勝利
38.04%
平局
26.89%
客隊 勝利
35.07%
大 / 小 2.5
大球 2.5
52.58%
小球 2.5
47.42%
雙方進球
是
56.38%
否
43.62%
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 | 6.59% 15.17 | 11.23% 8.9 | 82.18% 1.22 |
| -1.5 | 17.82% 5.61 | — | 82.18% 1.22 |
| -1.0 | 17.82% 5.61 | 20.4% 4.9 | 61.78% 1.62 |
| -0.5 | 38.22% 2.62 | — | 61.78% 1.62 |
| 0 (PK) | 38.22% 2.62 | 25.38% 3.94 | 36.4% 2.75 |
| +0.5 | 63.6% 1.57 | — | 36.4% 2.75 |
| +1.0 | 63.6% 1.57 | 19.82% 5.05 | 16.58% 6.03 |
| +1.5 | 83.42% 1.2 | — | 16.58% 6.03 |
| +2.0 | 83.42% 1.2 | 10.6% 9.43 | 5.98% 16.73 |
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。
