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
40.94%
公平賠率
2.44
平局
24.55%
公平賠率
4.07
客隊 勝利
34.51%
公平賠率
2.9
最可能的比分
1 - 1
概率 10.14%
公平賠率 9.86
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 | 2.44 | — | |
| 平局 | 4.07 | — | |
| 客隊 勝利 | 2.9 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 10.14% | 9.86 |
| 2 | 2-1 | 8.62% | 11.6 |
| 3 | 1-2 | 7.96% | 12.56 |
| 4 | 2-2 | 6.77% | 14.77 |
| 5 | 1-0 | 6.46% | 15.48 |
| 6 | 0-1 | 5.97% | 16.76 |
| 7 | 2-0 | 5.49% | 18.21 |
| 8 | 3-1 | 4.89% | 20.47 |
| 9 | 0-2 | 4.68% | 21.35 |
| 10 | 1-3 | 4.17% | 24.0 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
3.8%
26.31
|
5.97%
16.76
|
4.68%
21.35
|
2.45%
40.79
|
0.96%
103.93
|
0.3%
331.02
|
| 1 |
6.46%
15.48
|
10.14%
9.86
|
7.96%
12.56
|
4.17%
24.0
|
1.64%
61.14
|
0.51%
194.7
|
| 2 |
5.49%
18.21
|
8.62%
11.6
|
6.77%
14.77
|
3.54%
28.23
|
1.39%
71.93
|
0.44%
229.04
|
| 3 |
3.11%
32.13
|
4.89%
20.47
|
3.84%
26.07
|
2.01%
49.82
|
0.79%
126.94
|
0.25%
404.2
|
| 4 |
1.32%
75.61
|
2.08%
48.16
|
1.63%
61.35
|
0.85%
117.22
|
0.33%
298.69
|
0.11%
951.47
|
| 5 |
0.45%
222.37
|
0.71%
141.64
|
0.55%
180.44
|
0.29%
344.83
|
0.11%
878.73
|
0.04%
2801.12
|
其他比分（任一方進6球以上）
1.35%
·
公平：
74.16
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 81.73% | 18.27% |
| 1.5 | 50.68% | 49.32% |
| 2.5 | 24.28% | 75.72% |
| 3.5 | 9.32% | 90.68% |
| 4.5 | 2.96% | 97.04% |
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 | 3.80% | 26.31 |
| 1 | 12.43% | 8.05 |
| 2 | 20.32% | 4.92 |
| 3 | 22.15% | 4.51 |
| 4 | 18.11% | 5.52 |
| 5+ | 23.19% | 4.31 |
|
大球 2.5 63.45%
小球 2.5 36.55%
|
||
主要市場概率
1X2
主隊 勝利
40.94%
平局
24.55%
客隊 勝利
34.51%
大 / 小 2.5
大球 2.5
63.45%
小球 2.5
36.55%
雙方進球
是
64.73%
否
35.27%
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 | 8.97% 11.15 | 12.33% 8.11 | 78.7% 1.27 |
| -1.5 | 21.3% 4.69 | — | 78.7% 1.27 |
| -1.0 | 21.3% 4.69 | 19.9% 5.03 | 58.8% 1.7 |
| -0.5 | 41.2% 2.43 | — | 58.8% 1.7 |
| 0 (PK) | 41.2% 2.43 | 23.09% 4.33 | 35.7% 2.8 |
| +0.5 | 64.3% 1.56 | — | 35.7% 2.8 |
| +1.0 | 64.3% 1.56 | 18.38% 5.44 | 17.33% 5.77 |
| +1.5 | 82.67% 1.21 | — | 17.33% 5.77 |
| +2.0 | 82.67% 1.21 | 10.52% 9.51 | 6.81% 14.68 |
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。
