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
43.94%
公平賠率
2.28
平局
23.46%
公平賠率
4.26
客隊 勝利
32.6%
公平賠率
3.07
最可能的比分
1 - 1
概率 9.12%
公平賠率 10.97
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 | 2.28 | — | |
| 平局 | 4.26 | — | |
| 客隊 勝利 | 3.07 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 9.12% | 10.97 |
| 2 | 2-1 | 8.62% | 11.6 |
| 3 | 1-2 | 7.43% | 13.46 |
| 4 | 2-2 | 7.02% | 14.24 |
| 5 | 1-0 | 5.59% | 17.88 |
| 6 | 3-1 | 5.43% | 18.42 |
| 7 | 2-0 | 5.29% | 18.92 |
| 8 | 0-1 | 4.82% | 20.73 |
| 9 | 3-2 | 4.42% | 22.6 |
| 10 | 1-3 | 4.04% | 24.77 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
2.96%
33.78
|
4.82%
20.73
|
3.93%
25.43
|
2.14%
46.81
|
0.87%
114.86
|
0.28%
352.36
|
| 1 |
5.59%
17.88
|
9.12%
10.97
|
7.43%
13.46
|
4.04%
24.77
|
1.65%
60.77
|
0.54%
186.43
|
| 2 |
5.29%
18.92
|
8.62%
11.6
|
7.02%
14.24
|
3.82%
26.21
|
1.55%
64.31
|
0.51%
197.28
|
| 3 |
3.33%
30.02
|
5.43%
18.42
|
4.42%
22.6
|
2.4%
41.6
|
0.98%
102.08
|
0.32%
313.09
|
| 4 |
1.57%
63.54
|
2.57%
38.98
|
2.09%
47.83
|
1.14%
88.04
|
0.46%
216.03
|
0.15%
662.69
|
| 5 |
0.59%
168.1
|
0.97%
103.14
|
0.79%
126.55
|
0.43%
232.88
|
0.18%
571.43
|
0.06%
1754.39
|
其他比分（任一方進6球以上）
1.94%
·
公平：
51.53
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 84.89% | 15.11% |
| 1.5 | 56.34% | 43.66% |
| 2.5 | 29.36% | 70.64% |
| 3.5 | 12.36% | 87.64% |
| 4.5 | 4.33% | 95.67% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 80.41% | 19.59% |
| 1.5 | 48.47% | 51.53% |
| 2.5 | 22.44% | 77.56% |
| 3.5 | 8.3% | 91.7% |
| 4.5 | 2.54% | 97.46% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 2.96% | 33.78 |
| 1 | 10.42% | 9.60 |
| 2 | 18.34% | 5.45 |
| 3 | 21.52% | 4.65 |
| 4 | 18.93% | 5.28 |
| 5+ | 27.83% | 3.59 |
|
大球 2.5 68.28%
小球 2.5 31.72%
|
||
主要市場概率
1X2
主隊 勝利
43.94%
平局
23.46%
客隊 勝利
32.60%
大 / 小 2.5
大球 2.5
68.28%
小球 2.5
31.72%
雙方進球
是
68.26%
否
31.74%
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 | 11.03% 9.07 | 13.3% 7.52 | 75.68% 1.32 |
| -1.5 | 24.32% 4.11 | — | 75.68% 1.32 |
| -1.0 | 24.32% 4.11 | 19.97% 5.01 | 55.71% 1.8 |
| -0.5 | 44.29% 2.26 | — | 55.71% 1.8 |
| 0 (PK) | 44.29% 2.26 | 22.03% 4.54 | 33.68% 2.97 |
| +0.5 | 66.32% 1.51 | — | 33.68% 2.97 |
| +1.0 | 66.32% 1.51 | 17.22% 5.81 | 16.46% 6.08 |
| +1.5 | 83.54% 1.2 | — | 16.46% 6.08 |
| +2.0 | 83.54% 1.2 | 9.89% 10.11 | 6.57% 15.22 |
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。
