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
39.63%
公平賠率
2.52
平局
25.22%
公平賠率
3.96
客隊 勝利
35.15%
公平賠率
2.85
最可能的比分
1 - 1
概率 10.74%
公平賠率 9.31
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 | 2.52 | — | |
| 平局 | 3.96 | — | |
| 客隊 勝利 | 2.85 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 10.74% | 9.31 |
| 2 | 2-1 | 8.59% | 11.64 |
| 3 | 1-2 | 8.16% | 12.25 |
| 4 | 1-0 | 7.07% | 14.15 |
| 5 | 0-1 | 6.71% | 14.9 |
| 6 | 2-2 | 6.53% | 15.32 |
| 7 | 2-0 | 5.65% | 17.69 |
| 8 | 0-2 | 5.1% | 19.6 |
| 9 | 3-1 | 4.58% | 21.82 |
| 10 | 0-0 | 4.42% | 22.65 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
4.42%
22.65
|
6.71%
14.9
|
5.1%
19.6
|
2.58%
38.69
|
0.98%
101.82
|
0.3%
334.9
|
| 1 |
7.07%
14.15
|
10.74%
9.31
|
8.16%
12.25
|
4.14%
24.18
|
1.57%
63.64
|
0.48%
209.34
|
| 2 |
5.65%
17.69
|
8.59%
11.64
|
6.53%
15.32
|
3.31%
30.23
|
1.26%
79.55
|
0.38%
261.64
|
| 3 |
3.01%
33.17
|
4.58%
21.82
|
3.48%
28.72
|
1.76%
56.68
|
0.67%
149.14
|
0.2%
490.68
|
| 4 |
1.21%
82.93
|
1.83%
54.56
|
1.39%
71.79
|
0.71%
141.7
|
0.27%
372.86
|
0.08%
1226.99
|
| 5 |
0.39%
259.13
|
0.59%
170.5
|
0.45%
224.37
|
0.23%
442.87
|
0.09%
1165.5
|
0.03%
3831.42
|
其他比分（任一方進6球以上）
1.08%
·
公平：
92.96
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 79.81% | 20.19% |
| 1.5 | 47.51% | 52.49% |
| 2.5 | 21.66% | 78.34% |
| 3.5 | 7.88% | 92.12% |
| 4.5 | 2.37% | 97.63% |
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 | 4.42% | 22.65 |
| 1 | 13.78% | 7.26 |
| 2 | 21.49% | 4.65 |
| 3 | 22.35% | 4.47 |
| 4 | 17.43% | 5.74 |
| 5+ | 20.53% | 4.87 |
|
大球 2.5 60.31%
小球 2.5 39.68%
|
||
主要市場概率
1X2
主隊 勝利
39.63%
平局
25.22%
客隊 勝利
35.15%
大 / 小 2.5
大球 2.5
60.31%
小球 2.5
39.68%
雙方進球
是
62.35%
否
37.65%
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 | 8.04% 12.44 | 11.88% 8.42 | 80.08% 1.25 |
| -1.5 | 19.92% 5.02 | — | 80.08% 1.25 |
| -1.0 | 19.92% 5.02 | 19.94% 5.02 | 60.14% 1.66 |
| -0.5 | 39.86% 2.51 | — | 60.14% 1.66 |
| 0 (PK) | 39.86% 2.51 | 23.74% 4.21 | 36.4% 2.75 |
| +0.5 | 63.6% 1.57 | — | 36.4% 2.75 |
| +1.0 | 63.6% 1.57 | 18.94% 5.28 | 17.46% 5.73 |
| +1.5 | 82.54% 1.21 | — | 17.46% 5.73 |
| +2.0 | 82.54% 1.21 | 10.72% 9.33 | 6.74% 14.84 |
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。
