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
38.56%
公平賠率
2.59
平局
25.28%
公平賠率
3.96
客隊 勝利
36.16%
公平賠率
2.77
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 | 2.59 | — | |
| 平局 | 3.96 | — | |
| 客隊 勝利 | 2.77 | — |
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 | 8.47% | 11.81 |
| 3 | 1-2 | 8.3% | 12.04 |
| 4 | 1-0 | 7.0% | 14.28 |
| 5 | 0-1 | 6.87% | 14.56 |
| 6 | 2-2 | 6.52% | 15.34 |
| 7 | 2-0 | 5.5% | 18.19 |
| 8 | 0-2 | 5.29% | 18.91 |
| 9 | 0-0 | 4.46% | 22.42 |
| 10 | 3-1 | 4.43% | 22.57 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
4.46%
22.42
|
6.87%
14.56
|
5.29%
18.91
|
2.71%
36.83
|
1.05%
95.68
|
0.32%
310.66
|
| 1 |
7.0%
14.28
|
10.78%
9.27
|
8.3%
12.04
|
4.26%
23.46
|
1.64%
60.94
|
0.51%
197.86
|
| 2 |
5.5%
18.19
|
8.47%
11.81
|
6.52%
15.34
|
3.35%
29.89
|
1.29%
77.63
|
0.4%
252.02
|
| 3 |
2.88%
34.76
|
4.43%
22.57
|
3.41%
29.32
|
1.75%
57.11
|
0.67%
148.32
|
0.21%
481.7
|
| 4 |
1.13%
88.57
|
1.74%
57.51
|
1.34%
74.69
|
0.69%
145.5
|
0.26%
377.93
|
0.08%
1226.99
|
| 5 |
0.35%
282.09
|
0.55%
183.15
|
0.42%
237.87
|
0.22%
463.39
|
0.08%
1203.37
|
0.03%
3906.25
|
其他比分（任一方進6球以上）
1.05%
·
公平：
94.83
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 79.2% | 20.8% |
| 1.5 | 46.53% | 53.47% |
| 2.5 | 20.89% | 79.11% |
| 3.5 | 7.47% | 92.53% |
| 4.5 | 2.21% | 97.79% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 78.56% | 21.44% |
| 1.5 | 45.55% | 54.45% |
| 2.5 | 20.13% | 79.87% |
| 3.5 | 7.08% | 92.92% |
| 4.5 | 2.05% | 97.95% |
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+ | 20.35% | 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
38.56%
平局
25.28%
客隊 勝利
36.16%
大 / 小 2.5
大球 2.5
60.1%
小球 2.5
39.9%
雙方進球
是
62.22%
否
37.78%
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 | 7.59% 13.18 | 11.5% 8.69 | 80.91% 1.24 |
| -1.5 | 19.09% 5.24 | — | 80.91% 1.24 |
| -1.0 | 19.09% 5.24 | 19.66% 5.09 | 61.25% 1.63 |
| -0.5 | 38.75% 2.58 | — | 61.25% 1.63 |
| 0 (PK) | 38.75% 2.58 | 23.8% 4.2 | 37.45% 2.67 |
| +0.5 | 62.55% 1.6 | — | 37.45% 2.67 |
| +1.0 | 62.55% 1.6 | 19.28% 5.19 | 18.17% 5.5 |
| +1.5 | 81.83% 1.22 | — | 18.17% 5.5 |
| +2.0 | 81.83% 1.22 | 11.07% 9.03 | 7.1% 14.09 |
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。
