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
55.37%
公平賠率
1.81
平局
21.29%
公平賠率
4.7
客隊 勝利
23.35%
公平賠率
4.28
最可能的比分
2 - 1
概率 9.05%
公平賠率 11.05
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 | 1.81 | — | |
| 平局 | 4.7 | — | |
| 客隊 勝利 | 4.28 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 2-1 | 9.05% | 11.05 |
| 2 | 1-1 | 7.98% | 12.54 |
| 3 | 3-1 | 6.85% | 14.6 |
| 4 | 2-2 | 6.56% | 15.23 |
| 5 | 2-0 | 6.24% | 16.02 |
| 6 | 1-2 | 5.78% | 17.29 |
| 7 | 1-0 | 5.5% | 18.18 |
| 8 | 3-2 | 4.97% | 20.13 |
| 9 | 3-0 | 4.72% | 21.17 |
| 10 | 4-1 | 3.89% | 25.72 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
2.42%
41.26
|
3.51%
28.46
|
2.55%
39.25
|
1.23%
81.21
|
0.45%
224.01
|
0.13%
772.8
|
| 1 |
5.5%
18.18
|
7.98%
12.54
|
5.78%
17.29
|
2.8%
35.78
|
1.01%
98.69
|
0.29%
340.37
|
| 2 |
6.24%
16.02
|
9.05%
11.05
|
6.56%
15.23
|
3.17%
31.52
|
1.15%
86.95
|
0.33%
299.85
|
| 3 |
4.72%
21.17
|
6.85%
14.6
|
4.97%
20.13
|
2.4%
41.66
|
0.87%
114.92
|
0.25%
396.2
|
| 4 |
2.68%
37.3
|
3.89%
25.72
|
2.82%
35.48
|
1.36%
73.41
|
0.49%
202.51
|
0.14%
698.32
|
| 5 |
1.22%
82.15
|
1.76%
56.66
|
1.28%
78.15
|
0.62%
161.68
|
0.22%
446.03
|
0.07%
1538.46
|
其他比分（任一方進6球以上）
3.2%
·
公平：
31.2
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 89.67% | 10.33% |
| 1.5 | 66.21% | 33.78% |
| 2.5 | 39.6% | 60.4% |
| 3.5 | 19.46% | 80.54% |
| 4.5 | 8.03% | 91.97% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 76.54% | 23.46% |
| 1.5 | 42.53% | 57.47% |
| 2.5 | 17.87% | 82.13% |
| 3.5 | 5.95% | 94.05% |
| 4.5 | 1.63% | 98.37% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 2.42% | 41.26 |
| 1 | 9.02% | 11.09 |
| 2 | 16.77% | 5.96 |
| 3 | 20.79% | 4.81 |
| 4 | 19.34% | 5.17 |
| 5+ | 31.66% | 3.16 |
|
大球 2.5 71.79%
小球 2.5 28.21%
|
||
主要市場概率
1X2
主隊 勝利
55.37%
平局
21.29%
客隊 勝利
23.35%
大 / 小 2.5
大球 2.5
71.79%
小球 2.5
28.21%
雙方進球
是
68.63%
否
31.37%
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 | 18.26% 5.48 | 16.62% 6.02 | 65.11% 1.54 |
| -1.5 | 34.89% 2.87 | — | 65.11% 1.54 |
| -1.0 | 34.89% 2.87 | 21.13% 4.73 | 43.97% 2.27 |
| -0.5 | 56.02% 1.79 | — | 43.97% 2.27 |
| 0 (PK) | 56.02% 1.79 | 19.93% 5.02 | 24.05% 4.16 |
| +0.5 | 75.95% 1.32 | — | 24.05% 4.16 |
| +1.0 | 75.95% 1.32 | 13.5% 7.41 | 10.55% 9.48 |
| +1.5 | 89.45% 1.12 | — | 10.55% 9.48 |
| +2.0 | 89.45% 1.12 | 6.78% 14.74 | 3.76% 26.58 |
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。
