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
33.35%
公平賠率
3.0
平局
26.47%
公平賠率
3.78
客隊 勝利
40.18%
公平賠率
2.49
最可能的比分
1 - 1
概率 11.72%
公平賠率 8.53
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 | 3.0 | — | |
| 平局 | 3.78 | — | |
| 客隊 勝利 | 2.49 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 11.72% | 8.53 |
| 2 | 1-2 | 8.73% | 11.45 |
| 3 | 0-1 | 8.62% | 11.6 |
| 4 | 2-1 | 7.97% | 12.55 |
| 5 | 1-0 | 7.87% | 12.71 |
| 6 | 0-2 | 6.42% | 15.57 |
| 7 | 2-2 | 5.94% | 16.84 |
| 8 | 0-0 | 5.78% | 17.29 |
| 9 | 2-0 | 5.35% | 18.69 |
| 10 | 1-3 | 4.34% | 23.06 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
5.78%
17.29
|
8.62%
11.6
|
6.42%
15.57
|
3.19%
31.36
|
1.19%
84.18
|
0.35%
282.49
|
| 1 |
7.87%
12.71
|
11.72%
8.53
|
8.73%
11.45
|
4.34%
23.06
|
1.62%
61.9
|
0.48%
207.73
|
| 2 |
5.35%
18.69
|
7.97%
12.55
|
5.94%
16.84
|
2.95%
33.91
|
1.1%
91.02
|
0.33%
305.44
|
| 3 |
2.43%
41.24
|
3.61%
27.67
|
2.69%
37.15
|
1.34%
74.79
|
0.5%
200.8
|
0.15%
673.85
|
| 4 |
0.82%
121.29
|
1.23%
81.4
|
0.92%
109.25
|
0.45%
219.97
|
0.17%
590.67
|
0.05%
1980.2
|
| 5 |
0.22%
445.83
|
0.33%
299.22
|
0.25%
401.61
|
0.12%
809.06
|
0.05%
2169.2
|
0.01%
7299.27
|
其他比分（任一方進6球以上）
0.71%
·
公平：
141.14
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 74.33% | 25.67% |
| 1.5 | 39.43% | 60.57% |
| 2.5 | 15.69% | 84.31% |
| 3.5 | 4.93% | 95.07% |
| 4.5 | 1.27% | 98.73% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 77.46% | 22.54% |
| 1.5 | 43.88% | 56.12% |
| 2.5 | 18.86% | 81.14% |
| 3.5 | 6.44% | 93.56% |
| 4.5 | 1.81% | 98.19% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 5.78% | 17.29 |
| 1 | 16.49% | 6.07 |
| 2 | 23.49% | 4.26 |
| 3 | 22.32% | 4.48 |
| 4 | 15.90% | 6.29 |
| 5+ | 16.02% | 6.24 |
|
大球 2.5 54.24%
小球 2.5 45.76%
|
||
主要市場概率
1X2
主隊 勝利
33.35%
平局
26.47%
客隊 勝利
40.18%
大 / 小 2.5
大球 2.5
54.24%
小球 2.5
45.76%
雙方進球
是
57.58%
否
42.42%
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 | 5.55% 18.02 | 10.01% 9.99 | 84.44% 1.18 |
| -1.5 | 15.56% 6.43 | — | 84.44% 1.18 |
| -1.0 | 15.56% 6.43 | 19.03% 5.25 | 65.41% 1.53 |
| -0.5 | 34.59% 2.89 | — | 65.41% 1.53 |
| 0 (PK) | 34.59% 2.89 | 24.97% 4.01 | 40.44% 2.47 |
| +0.5 | 59.56% 1.68 | — | 40.44% 2.47 |
| +1.0 | 59.56% 1.68 | 20.85% 4.8 | 19.59% 5.11 |
| +1.5 | 80.41% 1.24 | — | 19.59% 5.11 |
| +2.0 | 80.41% 1.24 | 12.02% 8.32 | 7.57% 13.21 |
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。
