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
47.88%
公平賠率
2.09
平局
24.09%
公平賠率
4.15
客隊 勝利
28.03%
公平賠率
3.57
最可能的比分
1 - 1
概率 10.07%
公平賠率 9.93
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 | 2.09 | — | |
| 平局 | 4.15 | — | |
| 客隊 勝利 | 3.57 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 10.07% | 9.93 |
| 2 | 2-1 | 9.32% | 10.73 |
| 3 | 1-0 | 7.25% | 13.8 |
| 4 | 1-2 | 7.0% | 14.29 |
| 5 | 2-0 | 6.7% | 14.92 |
| 6 | 2-2 | 6.47% | 15.45 |
| 7 | 3-1 | 5.74% | 17.41 |
| 8 | 0-1 | 5.44% | 18.37 |
| 9 | 3-0 | 4.13% | 24.2 |
| 10 | 3-2 | 3.99% | 25.05 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
3.92%
25.53
|
5.44%
18.37
|
3.78%
26.43
|
1.75%
57.05
|
0.61%
164.15
|
0.17%
590.67
|
| 1 |
7.25%
13.8
|
10.07%
9.93
|
7.0%
14.29
|
3.24%
30.84
|
1.13%
88.73
|
0.31%
319.18
|
| 2 |
6.7%
14.92
|
9.32%
10.73
|
6.47%
15.45
|
3.0%
33.34
|
1.04%
95.93
|
0.29%
345.07
|
| 3 |
4.13%
24.2
|
5.74%
17.41
|
3.99%
25.05
|
1.85%
54.06
|
0.64%
155.57
|
0.18%
559.6
|
| 4 |
1.91%
52.31
|
2.66%
37.64
|
1.85%
54.15
|
0.86%
116.88
|
0.3%
336.36
|
0.08%
1209.19
|
| 5 |
0.71%
141.4
|
0.98%
101.72
|
0.68%
146.37
|
0.32%
315.86
|
0.11%
909.09
|
0.03%
3267.97
|
其他比分（任一方進6球以上）
1.48%
·
公平：
67.62
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 84.28% | 15.72% |
| 1.5 | 55.19% | 44.81% |
| 2.5 | 28.28% | 71.72% |
| 3.5 | 11.69% | 88.31% |
| 4.5 | 4.01% | 95.99% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 75.09% | 24.91% |
| 1.5 | 40.47% | 59.53% |
| 2.5 | 16.41% | 83.59% |
| 3.5 | 5.26% | 94.74% |
| 4.5 | 1.39% | 98.61% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 3.92% | 25.53 |
| 1 | 12.69% | 7.88 |
| 2 | 20.56% | 4.86 |
| 3 | 22.20% | 4.50 |
| 4 | 17.98% | 5.56 |
| 5+ | 22.65% | 4.41 |
|
大球 2.5 62.84%
小球 2.5 37.16%
|
||
主要市場概率
1X2
主隊 勝利
47.88%
平局
24.09%
客隊 勝利
28.03%
大 / 小 2.5
大球 2.5
62.84%
小球 2.5
37.16%
雙方進球
是
63.28%
否
36.72%
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 | 12.2% 8.2 | 14.65% 6.83 | 73.15% 1.37 |
| -1.5 | 26.84% 3.73 | — | 73.15% 1.37 |
| -1.0 | 26.84% 3.73 | 21.53% 4.64 | 51.63% 1.94 |
| -0.5 | 48.37% 2.07 | — | 51.63% 1.94 |
| 0 (PK) | 48.37% 2.07 | 22.64% 4.42 | 28.98% 3.45 |
| +0.5 | 71.02% 1.41 | — | 28.98% 3.45 |
| +1.0 | 71.02% 1.41 | 16.18% 6.18 | 12.81% 7.81 |
| +1.5 | 87.19% 1.15 | — | 12.81% 7.81 |
| +2.0 | 87.19% 1.15 | 8.27% 12.09 | 4.54% 22.03 |
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。
