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
35.67%
公平賠率
2.8
平局
25.78%
公平賠率
3.88
客隊 勝利
38.54%
公平賠率
2.59
最可能的比分
1 - 1
概率 11.2%
公平賠率 8.93
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 | 2.8 | — | |
| 平局 | 3.88 | — | |
| 客隊 勝利 | 2.59 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 11.2% | 8.93 |
| 2 | 1-2 | 8.51% | 11.75 |
| 3 | 2-1 | 8.29% | 12.07 |
| 4 | 0-1 | 7.57% | 13.21 |
| 5 | 1-0 | 7.37% | 13.57 |
| 6 | 2-2 | 6.3% | 15.88 |
| 7 | 0-2 | 5.75% | 17.39 |
| 8 | 2-0 | 5.45% | 18.34 |
| 9 | 0-0 | 4.98% | 20.09 |
| 10 | 1-3 | 4.31% | 23.19 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
4.98%
20.09
|
7.57%
13.21
|
5.75%
17.39
|
2.91%
34.32
|
1.11%
90.31
|
0.34%
297.09
|
| 1 |
7.37%
13.57
|
11.2%
8.93
|
8.51%
11.75
|
4.31%
23.19
|
1.64%
61.02
|
0.5%
200.72
|
| 2 |
5.45%
18.34
|
8.29%
12.07
|
6.3%
15.88
|
3.19%
31.33
|
1.21%
82.45
|
0.37%
271.22
|
| 3 |
2.69%
37.17
|
4.09%
24.46
|
3.11%
32.18
|
1.57%
63.51
|
0.6%
167.14
|
0.18%
549.75
|
| 4 |
1.0%
100.47
|
1.51%
66.1
|
1.15%
86.97
|
0.58%
171.67
|
0.22%
451.67
|
0.07%
1485.88
|
| 5 |
0.29%
339.44
|
0.45%
223.31
|
0.34%
293.86
|
0.17%
580.05
|
0.07%
1526.72
|
0.02%
5025.13
|
其他比分（任一方進6球以上）
0.89%
·
公平：
112.31
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 77.24% | 22.76% |
| 1.5 | 43.55% | 56.45% |
| 2.5 | 18.61% | 81.39% |
| 3.5 | 6.32% | 93.68% |
| 4.5 | 1.76% | 98.23% |
客隊
| 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% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 4.98% | 20.09 |
| 1 | 14.94% | 6.70 |
| 2 | 22.40% | 4.46 |
| 3 | 22.40% | 4.46 |
| 4 | 16.80% | 5.95 |
| 5+ | 18.47% | 5.41 |
|
大球 2.5 57.68%
小球 2.5 42.32%
|
||
主要市場概率
1X2
主隊 勝利
35.67%
平局
25.78%
客隊 勝利
38.54%
大 / 小 2.5
大球 2.5
57.68%
小球 2.5
42.32%
雙方進球
是
60.34%
否
39.66%
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 | 6.67% 14.98 | 10.88% 9.19 | 82.44% 1.21 |
| -1.5 | 17.56% 5.7 | — | 82.44% 1.21 |
| -1.0 | 17.56% 5.7 | 19.42% 5.15 | 63.03% 1.59 |
| -0.5 | 36.97% 2.7 | — | 63.03% 1.59 |
| 0 (PK) | 36.97% 2.7 | 24.29% 4.12 | 38.73% 2.58 |
| +0.5 | 61.27% 1.63 | — | 38.73% 2.58 |
| +1.0 | 61.27% 1.63 | 19.94% 5.01 | 18.79% 5.32 |
| +1.5 | 81.21% 1.23 | — | 18.79% 5.32 |
| +2.0 | 81.21% 1.23 | 11.48% 8.71 | 7.31% 13.67 |
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。
