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
38.98%
公平賠率
2.57
平局
25.28%
公平賠率
3.96
客隊 勝利
35.74%
公平賠率
2.8
最可能的比分
1 - 1
概率 10.78%
公平賠率 9.27
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 | 3.96 | — | |
| 客隊 勝利 | 2.8 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 10.78% | 9.27 |
| 2 | 2-1 | 8.52% | 11.74 |
| 3 | 1-2 | 8.25% | 12.12 |
| 4 | 1-0 | 7.05% | 14.19 |
| 5 | 0-1 | 6.82% | 14.65 |
| 6 | 2-2 | 6.52% | 15.35 |
| 7 | 2-0 | 5.57% | 17.96 |
| 8 | 0-2 | 5.22% | 19.16 |
| 9 | 3-1 | 4.49% | 22.29 |
| 10 | 0-0 | 4.46% | 22.42 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
4.46%
22.42
|
6.82%
14.65
|
5.22%
19.16
|
2.66%
37.56
|
1.02%
98.19
|
0.31%
320.92
|
| 1 |
7.05%
14.19
|
10.78%
9.27
|
8.25%
12.12
|
4.21%
23.77
|
1.61%
62.15
|
0.49%
203.09
|
| 2 |
5.57%
17.96
|
8.52%
11.74
|
6.52%
15.35
|
3.32%
30.09
|
1.27%
78.67
|
0.39%
257.07
|
| 3 |
2.93%
34.11
|
4.49%
22.29
|
3.43%
29.14
|
1.75%
57.14
|
0.67%
149.37
|
0.2%
488.04
|
| 4 |
1.16%
86.35
|
1.77%
56.43
|
1.36%
73.77
|
0.69%
144.65
|
0.26%
378.21
|
0.08%
1236.09
|
| 5 |
0.37%
273.22
|
0.56%
178.6
|
0.43%
233.43
|
0.22%
457.67
|
0.08%
1196.17
|
0.03%
3906.25
|
其他比分（任一方進6球以上）
1.06%
·
公平：
94.73
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 79.4% | 20.6% |
| 1.5 | 46.86% | 53.14% |
| 2.5 | 21.15% | 78.85% |
| 3.5 | 7.61% | 92.39% |
| 4.5 | 2.26% | 97.74% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 78.35% | 21.65% |
| 1.5 | 45.22% | 54.78% |
| 2.5 | 19.87% | 80.13% |
| 3.5 | 6.95% | 93.05% |
| 4.5 | 2.0% | 98.0% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 4.46% | 22.42 |
| 1 | 13.87% | 7.21 |
| 2 | 21.57% | 4.64 |
| 3 | 22.36% | 4.47 |
| 4 | 17.39% | 5.75 |
| 5+ | 20.36% | 4.91 |
|
大球 2.5 60.1%
小球 2.5 39.9%
|
||
主要市場概率
1X2
主隊 勝利
38.98%
平局
25.28%
客隊 勝利
35.74%
大 / 小 2.5
大球 2.5
60.1%
小球 2.5
39.9%
雙方進球
是
62.21%
否
37.79%
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 | 7.75% 12.9 | 11.65% 8.58 | 80.6% 1.24 |
| -1.5 | 19.4% 5.15 | — | 80.6% 1.24 |
| -1.0 | 19.4% 5.15 | 19.78% 5.06 | 60.82% 1.64 |
| -0.5 | 39.18% 2.55 | — | 60.82% 1.64 |
| 0 (PK) | 39.18% 2.55 | 23.8% 4.2 | 37.02% 2.7 |
| +0.5 | 62.98% 1.59 | — | 37.02% 2.7 |
| +1.0 | 62.98% 1.59 | 19.15% 5.22 | 17.87% 5.6 |
| +1.5 | 82.13% 1.22 | — | 17.87% 5.6 |
| +2.0 | 82.13% 1.22 | 10.92% 9.15 | 6.94% 14.41 |
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。
