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
34.1%
公平賠率
2.93
平局
25.23%
公平賠率
3.96
客隊 勝利
40.67%
公平賠率
2.46
最可能的比分
1 - 1
概率 10.77%
公平賠率 9.29
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 | 2.93 | — | |
| 平局 | 3.96 | — | |
| 客隊 勝利 | 2.46 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 10.77% | 9.29 |
| 2 | 1-2 | 8.72% | 11.47 |
| 3 | 2-1 | 8.02% | 12.47 |
| 4 | 0-1 | 7.23% | 13.84 |
| 5 | 1-0 | 6.65% | 15.05 |
| 6 | 2-2 | 6.5% | 15.39 |
| 7 | 0-2 | 5.85% | 17.09 |
| 8 | 2-0 | 4.95% | 20.2 |
| 9 | 1-3 | 4.71% | 21.24 |
| 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
|
7.23%
13.84
|
5.85%
17.09
|
3.16%
31.64
|
1.28%
78.12
|
0.41%
241.14
|
| 1 |
6.65%
15.05
|
10.77%
9.29
|
8.72%
11.47
|
4.71%
21.24
|
1.91%
52.44
|
0.62%
161.84
|
| 2 |
4.95%
20.2
|
8.02%
12.47
|
6.5%
15.39
|
3.51%
28.5
|
1.42%
70.38
|
0.46%
217.25
|
| 3 |
2.46%
40.67
|
3.98%
25.1
|
3.23%
30.99
|
1.74%
57.39
|
0.71%
141.7
|
0.23%
437.45
|
| 4 |
0.92%
109.17
|
1.48%
67.39
|
1.2%
83.2
|
0.65%
154.08
|
0.26%
380.37
|
0.09%
1173.71
|
| 5 |
0.27%
366.3
|
0.44%
226.14
|
0.36%
279.17
|
0.19%
517.06
|
0.08%
1277.14
|
0.03%
3937.01
|
其他比分（任一方進6球以上）
1.07%
·
公平：
93.58
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 77.46% | 22.54% |
| 1.5 | 43.88% | 56.12% |
| 2.5 | 18.86% | 81.14% |
| 3.5 | 6.44% | 93.56% |
| 4.5 | 1.81% | 98.19% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 80.21% | 19.79% |
| 1.5 | 48.15% | 51.85% |
| 2.5 | 22.18% | 77.82% |
| 3.5 | 8.16% | 91.84% |
| 4.5 | 2.48% | 97.52% |
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
34.10%
平局
25.23%
客隊 勝利
40.67%
大 / 小 2.5
大球 2.5
60.1%
小球 2.5
39.9%
雙方進球
是
62.13%
否
37.87%
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 | 6.33% 15.79 | 10.35% 9.66 | 83.32% 1.2 |
| -1.5 | 16.68% 5.99 | — | 83.32% 1.2 |
| -1.0 | 16.68% 5.99 | 18.63% 5.37 | 64.69% 1.55 |
| -0.5 | 35.31% 2.83 | — | 64.69% 1.55 |
| 0 (PK) | 35.31% 2.83 | 23.75% 4.21 | 40.93% 2.44 |
| +0.5 | 59.07% 1.69 | — | 40.93% 2.44 |
| +1.0 | 59.07% 1.69 | 20.25% 4.94 | 20.68% 4.84 |
| +1.5 | 79.32% 1.26 | — | 20.68% 4.84 |
| +2.0 | 79.32% 1.26 | 12.24% 8.17 | 8.45% 11.84 |
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。
