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
38.93%
公平賠率
2.57
平局
25.87%
公平賠率
3.87
客隊 勝利
35.2%
公平賠率
2.84
最可能的比分
1 - 1
概率 11.27%
公平賠率 8.87
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 | 2.57 | — | |
| 平局 | 3.87 | — | |
| 客隊 勝利 | 2.84 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 11.27% | 8.87 |
| 2 | 2-1 | 8.57% | 11.67 |
| 3 | 1-2 | 8.23% | 12.15 |
| 4 | 1-0 | 7.72% | 12.95 |
| 5 | 0-1 | 7.42% | 13.48 |
| 6 | 2-2 | 6.25% | 15.99 |
| 7 | 2-0 | 5.87% | 17.04 |
| 8 | 0-2 | 5.41% | 18.47 |
| 9 | 0-0 | 5.08% | 19.69 |
| 10 | 3-1 | 4.34% | 23.04 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
5.08%
19.69
|
7.42%
13.48
|
5.41%
18.47
|
2.63%
37.96
|
0.96%
103.99
|
0.28%
356.13
|
| 1 |
7.72%
12.95
|
11.27%
8.87
|
8.23%
12.15
|
4.0%
24.97
|
1.46%
68.41
|
0.43%
234.3
|
| 2 |
5.87%
17.04
|
8.57%
11.67
|
6.25%
15.99
|
3.04%
32.86
|
1.11%
90.02
|
0.32%
308.26
|
| 3 |
2.97%
33.64
|
4.34%
23.04
|
3.17%
31.56
|
1.54%
64.85
|
0.56%
177.68
|
0.16%
608.64
|
| 4 |
1.13%
88.52
|
1.65%
60.63
|
1.2%
83.06
|
0.59%
170.65
|
0.21%
467.51
|
0.06%
1600.0
|
| 5 |
0.34%
291.21
|
0.5%
199.44
|
0.37%
273.22
|
0.18%
561.48
|
0.07%
1538.46
|
0.02%
5263.16
|
其他比分（任一方進6球以上）
0.86%
·
公平：
115.73
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 78.13% | 21.87% |
| 1.5 | 44.88% | 55.12% |
| 2.5 | 19.62% | 80.38% |
| 3.5 | 6.82% | 93.18% |
| 4.5 | 1.95% | 98.05% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 76.78% | 23.22% |
| 1.5 | 42.87% | 57.13% |
| 2.5 | 18.12% | 81.88% |
| 3.5 | 6.07% | 93.93% |
| 4.5 | 1.68% | 98.32% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 5.08% | 19.69 |
| 1 | 15.14% | 6.61 |
| 2 | 22.55% | 4.43 |
| 3 | 22.40% | 4.46 |
| 4 | 16.69% | 5.99 |
| 5+ | 18.14% | 5.51 |
|
大球 2.5 57.23%
小球 2.5 42.77%
|
||
主要市場概率
1X2
主隊 勝利
38.93%
平局
25.87%
客隊 勝利
35.20%
大 / 小 2.5
大球 2.5
57.23%
小球 2.5
42.77%
雙方進球
是
59.98%
否
40.02%
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 | 7.41% 13.49 | 11.61% 8.61 | 80.98% 1.23 |
| -1.5 | 19.02% 5.26 | — | 80.98% 1.23 |
| -1.0 | 19.02% 5.26 | 20.11% 4.97 | 60.87% 1.64 |
| -0.5 | 39.13% 2.56 | — | 60.87% 1.64 |
| 0 (PK) | 39.13% 2.56 | 24.38% 4.1 | 36.49% 2.74 |
| +0.5 | 63.51% 1.57 | — | 36.49% 2.74 |
| +1.0 | 63.51% 1.57 | 19.32% 5.18 | 17.17% 5.82 |
| +1.5 | 82.83% 1.21 | — | 17.17% 5.82 |
| +2.0 | 82.83% 1.21 | 10.71% 9.34 | 6.46% 15.48 |
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。
