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
36.16%
公平賠率
2.77
平局
24.89%
公平賠率
4.02
客隊 勝利
38.95%
公平賠率
2.57
最可能的比分
1 - 1
概率 10.43%
公平賠率 9.58
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 | 2.77 | — | |
| 平局 | 4.02 | — | |
| 客隊 勝利 | 2.57 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 10.43% | 9.58 |
| 2 | 1-2 | 8.45% | 11.83 |
| 3 | 2-1 | 8.24% | 12.13 |
| 4 | 2-2 | 6.68% | 14.98 |
| 5 | 0-1 | 6.6% | 15.14 |
| 6 | 1-0 | 6.44% | 15.53 |
| 7 | 0-2 | 5.35% | 18.7 |
| 8 | 2-0 | 5.09% | 19.65 |
| 9 | 1-3 | 4.56% | 21.91 |
| 10 | 3-1 | 4.34% | 23.04 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
4.08%
24.53
|
6.6%
15.14
|
5.35%
18.7
|
2.89%
34.62
|
1.17%
85.48
|
0.38%
263.85
|
| 1 |
6.44%
15.53
|
10.43%
9.58
|
8.45%
11.83
|
4.56%
21.91
|
1.85%
54.1
|
0.6%
167.0
|
| 2 |
5.09%
19.65
|
8.24%
12.13
|
6.68%
14.98
|
3.61%
27.74
|
1.46%
68.49
|
0.47%
211.37
|
| 3 |
2.68%
37.32
|
4.34%
23.04
|
3.52%
28.44
|
1.9%
52.66
|
0.77%
130.04
|
0.25%
401.28
|
| 4 |
1.06%
94.47
|
1.71%
58.32
|
1.39%
72.0
|
0.75%
133.33
|
0.3%
329.16
|
0.1%
1016.26
|
| 5 |
0.33%
298.95
|
0.54%
184.57
|
0.44%
227.84
|
0.24%
421.94
|
0.1%
1041.67
|
0.03%
3215.43
|
其他比分（任一方進6球以上）
1.21%
·
公平：
82.93
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 | 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 | 4.08% | 24.53 |
| 1 | 13.04% | 7.67 |
| 2 | 20.87% | 4.79 |
| 3 | 22.26% | 4.49 |
| 4 | 17.81% | 5.62 |
| 5+ | 21.94% | 4.56 |
|
大球 2.5 62.01%
小球 2.5 37.99%
|
||
主要市場概率
1X2
主隊 勝利
36.16%
平局
24.89%
客隊 勝利
38.95%
大 / 小 2.5
大球 2.5
62.01%
小球 2.5
37.99%
雙方進球
是
63.69%
否
36.31%
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 | 7.3% 13.7 | 11.08% 9.02 | 81.62% 1.23 |
| -1.5 | 18.38% 5.44 | — | 81.62% 1.23 |
| -1.0 | 18.38% 5.44 | 19.05% 5.25 | 62.57% 1.6 |
| -0.5 | 37.43% 2.67 | — | 62.57% 1.6 |
| 0 (PK) | 37.43% 2.67 | 23.42% 4.27 | 39.14% 2.55 |
| +0.5 | 60.86% 1.64 | — | 39.14% 2.55 |
| +1.0 | 60.86% 1.64 | 19.54% 5.12 | 19.61% 5.1 |
| +1.5 | 80.39% 1.24 | — | 19.61% 5.1 |
| +2.0 | 80.39% 1.24 | 11.65% 8.58 | 7.96% 12.57 |
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。
