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
53.0%
公平賠率
1.89
平局
22.58%
公平賠率
4.43
客隊 勝利
24.41%
公平賠率
4.1
最可能的比分
2 - 1
概率 9.41%
公平賠率 10.63
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 | 1.89 | — | |
| 平局 | 4.43 | — | |
| 客隊 勝利 | 4.1 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 2-1 | 9.41% | 10.63 |
| 2 | 1-1 | 9.09% | 11.0 |
| 3 | 2-0 | 6.87% | 14.56 |
| 4 | 1-0 | 6.64% | 15.07 |
| 5 | 3-1 | 6.49% | 15.4 |
| 6 | 2-2 | 6.45% | 15.51 |
| 7 | 1-2 | 6.23% | 16.05 |
| 8 | 3-0 | 4.74% | 21.1 |
| 9 | 3-2 | 4.45% | 22.48 |
| 10 | 0-1 | 4.39% | 22.76 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
3.21%
31.19
|
4.39%
22.76
|
3.01%
33.23
|
1.37%
72.77
|
0.47%
212.45
|
0.13%
775.19
|
| 1 |
6.64%
15.07
|
9.09%
11.0
|
6.23%
16.05
|
2.84%
35.16
|
0.97%
102.64
|
0.27%
374.67
|
| 2 |
6.87%
14.56
|
9.41%
10.63
|
6.45%
15.51
|
2.94%
33.97
|
1.01%
99.17
|
0.28%
361.93
|
| 3 |
4.74%
21.1
|
6.49%
15.4
|
4.45%
22.48
|
2.03%
49.23
|
0.7%
143.72
|
0.19%
524.66
|
| 4 |
2.45%
40.77
|
3.36%
29.76
|
2.3%
43.44
|
1.05%
95.12
|
0.36%
277.7
|
0.1%
1013.17
|
| 5 |
1.02%
98.46
|
1.39%
71.88
|
0.95%
104.93
|
0.44%
229.78
|
0.15%
670.69
|
0.04%
2450.98
|
其他比分（任一方進6球以上）
2.2%
·
公平：
45.37
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 87.38% | 12.62% |
| 1.5 | 61.26% | 38.74% |
| 2.5 | 34.23% | 65.77% |
| 3.5 | 15.57% | 84.43% |
| 4.5 | 5.92% | 94.08% |
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 | 3.21% | 31.19 |
| 1 | 11.03% | 9.07 |
| 2 | 18.97% | 5.27 |
| 3 | 21.75% | 4.60 |
| 4 | 18.71% | 5.34 |
| 5+ | 26.33% | 3.80 |
|
大球 2.5 66.79%
小球 2.5 33.21%
|
||
主要市場概率
1X2
主隊 勝利
53.00%
平局
22.58%
客隊 勝利
24.41%
大 / 小 2.5
大球 2.5
66.79%
小球 2.5
33.21%
雙方進球
是
65.18%
否
34.82%
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 | 15.76% 6.35 | 16.16% 6.19 | 68.08% 1.47 |
| -1.5 | 31.92% 3.13 | — | 68.08% 1.47 |
| -1.0 | 31.92% 3.13 | 21.71% 4.61 | 46.37% 2.16 |
| -0.5 | 53.63% 1.86 | — | 46.37% 2.16 |
| 0 (PK) | 53.63% 1.86 | 21.18% 4.72 | 25.19% 3.97 |
| +0.5 | 74.81% 1.34 | — | 25.19% 3.97 |
| +1.0 | 74.81% 1.34 | 14.37% 6.96 | 10.82% 9.24 |
| +1.5 | 89.18% 1.12 | — | 10.82% 9.24 |
| +2.0 | 89.18% 1.12 | 7.08% 14.13 | 3.74% 26.74 |
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。
