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
36.39%
公平賠率
2.75
平局
25.24%
公平賠率
3.96
客隊 勝利
38.37%
公平賠率
2.61
最可能的比分
1 - 1
概率 10.75%
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 | 2.75 | — | |
| 平局 | 3.96 | — | |
| 客隊 勝利 | 2.61 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 10.75% | 9.31 |
| 2 | 1-2 | 8.44% | 11.85 |
| 3 | 2-1 | 8.33% | 12.01 |
| 4 | 0-1 | 6.93% | 14.42 |
| 5 | 1-0 | 6.84% | 14.61 |
| 6 | 2-2 | 6.54% | 15.3 |
| 7 | 0-2 | 5.44% | 18.37 |
| 8 | 2-0 | 5.3% | 18.85 |
| 9 | 0-0 | 4.42% | 22.65 |
| 10 | 1-3 | 4.41% | 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
|
6.93%
14.42
|
5.44%
18.37
|
2.85%
35.11
|
1.12%
89.45
|
0.35%
284.9
|
| 1 |
6.84%
14.61
|
10.75%
9.31
|
8.44%
11.85
|
4.41%
22.65
|
1.73%
57.71
|
0.54%
183.79
|
| 2 |
5.3%
18.85
|
8.33%
12.01
|
6.54%
15.3
|
3.42%
29.23
|
1.34%
74.47
|
0.42%
237.14
|
| 3 |
2.74%
36.49
|
4.3%
23.24
|
3.38%
29.61
|
1.77%
56.57
|
0.69%
144.13
|
0.22%
458.93
|
| 4 |
1.06%
94.16
|
1.67%
59.98
|
1.31%
76.41
|
0.69%
145.99
|
0.27%
372.02
|
0.08%
1184.83
|
| 5 |
0.33%
303.77
|
0.52%
193.46
|
0.41%
246.49
|
0.21%
471.03
|
0.08%
1200.48
|
0.03%
3816.79
|
其他比分（任一方進6球以上）
1.07%
·
公平：
93.45
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 78.78% | 21.22% |
| 1.5 | 45.88% | 54.12% |
| 2.5 | 20.38% | 79.62% |
| 3.5 | 7.21% | 92.79% |
| 4.5 | 2.1% | 97.9% |
客隊
| 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% |
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
36.39%
平局
25.24%
客隊 勝利
38.37%
大 / 小 2.5
大球 2.5
60.31%
小球 2.5
39.68%
雙方進球
是
62.39%
否
37.61%
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 | 7.21% 13.87 | 11.15% 8.97 | 81.64% 1.22 |
| -1.5 | 18.36% 5.45 | — | 81.64% 1.22 |
| -1.0 | 18.36% 5.45 | 19.33% 5.17 | 62.31% 1.6 |
| -0.5 | 37.69% 2.65 | — | 62.31% 1.6 |
| 0 (PK) | 37.69% 2.65 | 23.76% 4.21 | 38.55% 2.59 |
| +0.5 | 61.45% 1.63 | — | 38.55% 2.59 |
| +1.0 | 61.45% 1.63 | 19.57% 5.11 | 18.98% 5.27 |
| +1.5 | 81.02% 1.23 | — | 18.98% 5.27 |
| +2.0 | 81.02% 1.23 | 11.44% 8.74 | 7.53% 13.27 |
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。
