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
31.75%
公平賠率
3.15
平局
27.63%
公平賠率
3.62
客隊 勝利
40.62%
公平賠率
2.46
最可能的比分
1 - 1
概率 12.41%
公平賠率 8.06
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 | 3.15 | — | |
| 平局 | 3.62 | — | |
| 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 | 12.41% | 8.06 |
| 2 | 0-1 | 10.09% | 9.91 |
| 3 | 1-0 | 8.87% | 11.28 |
| 4 | 1-2 | 8.69% | 11.51 |
| 5 | 2-1 | 7.63% | 13.1 |
| 6 | 0-0 | 7.21% | 13.87 |
| 7 | 0-2 | 7.06% | 14.16 |
| 8 | 2-0 | 5.45% | 18.34 |
| 9 | 2-2 | 5.34% | 18.72 |
| 10 | 1-3 | 4.05% | 24.66 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
7.21%
13.87
|
10.09%
9.91
|
7.06%
14.16
|
3.3%
30.34
|
1.15%
86.68
|
0.32%
309.6
|
| 1 |
8.87%
11.28
|
12.41%
8.06
|
8.69%
11.51
|
4.05%
24.66
|
1.42%
70.47
|
0.4%
251.7
|
| 2 |
5.45%
18.34
|
7.63%
13.1
|
5.34%
18.72
|
2.49%
40.1
|
0.87%
114.59
|
0.24%
409.17
|
| 3 |
2.24%
44.73
|
3.13%
31.95
|
2.19%
45.65
|
1.02%
97.81
|
0.36%
279.49
|
0.1%
998.0
|
| 4 |
0.69%
145.48
|
0.96%
103.91
|
0.67%
148.43
|
0.31%
318.07
|
0.11%
909.09
|
0.03%
3246.75
|
| 5 |
0.17%
591.37
|
0.24%
422.48
|
0.17%
603.5
|
0.08%
1293.66
|
0.03%
3690.04
|
0.01%
13157.89
|
其他比分（任一方進6球以上）
0.49%
·
公平：
204.42
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 70.77% | 29.23% |
| 1.5 | 34.82% | 65.18% |
| 2.5 | 12.71% | 87.29% |
| 3.5 | 3.64% | 96.36% |
| 4.5 | 0.86% | 99.14% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 75.34% | 24.66% |
| 1.5 | 40.82% | 59.18% |
| 2.5 | 16.65% | 83.35% |
| 3.5 | 5.37% | 94.63% |
| 4.5 | 1.43% | 98.57% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 7.21% | 13.87 |
| 1 | 18.96% | 5.28 |
| 2 | 24.93% | 4.01 |
| 3 | 21.85% | 4.58 |
| 4 | 14.37% | 6.96 |
| 5+ | 12.69% | 7.88 |
|
大球 2.5 48.91%
小球 2.5 51.09%
|
||
主要市場概率
1X2
主隊 勝利
31.75%
平局
27.63%
客隊 勝利
40.62%
大 / 小 2.5
大球 2.5
48.91%
小球 2.5
51.09%
雙方進球
是
53.32%
否
46.68%
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 | 4.62% 21.65 | 9.34% 10.71 | 86.04% 1.16 |
| -1.5 | 13.96% 7.16 | — | 86.04% 1.16 |
| -1.0 | 13.96% 7.16 | 19.03% 5.25 | 67.01% 1.49 |
| -0.5 | 32.99% 3.03 | — | 67.01% 1.49 |
| 0 (PK) | 32.99% 3.03 | 26.1% 3.83 | 40.91% 2.44 |
| +0.5 | 59.09% 1.69 | — | 40.91% 2.44 |
| +1.0 | 59.09% 1.69 | 21.66% 4.62 | 19.24% 5.2 |
| +1.5 | 80.76% 1.24 | — | 19.24% 5.2 |
| +2.0 | 80.76% 1.24 | 12.1% 8.27 | 7.14% 14.0 |
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。
