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
37.82%
公平賠率
2.64
平局
24.36%
公平賠率
4.11
客隊 勝利
37.82%
公平賠率
2.64
最可能的比分
1 - 1
概率 9.64%
公平賠率 10.37
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 | 2.64 | — | |
| 平局 | 4.11 | — | |
| 客隊 勝利 | 2.64 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 9.64% | 10.37 |
| 2 | 1-2 | 8.2% | 12.2 |
| 3 | 2-1 | 8.2% | 12.2 |
| 4 | 2-2 | 6.97% | 14.35 |
| 5 | 0-1 | 5.67% | 17.63 |
| 6 | 1-0 | 5.67% | 17.63 |
| 7 | 0-2 | 4.82% | 20.74 |
| 8 | 2-0 | 4.82% | 20.74 |
| 9 | 1-3 | 4.65% | 21.53 |
| 10 | 3-1 | 4.65% | 21.53 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
3.34%
29.96
|
5.67%
17.63
|
4.82%
20.74
|
2.73%
36.59
|
1.16%
86.1
|
0.39%
253.23
|
| 1 |
5.67%
17.63
|
9.64%
10.37
|
8.2%
12.2
|
4.65%
21.53
|
1.97%
50.65
|
0.67%
148.96
|
| 2 |
4.82%
20.74
|
8.2%
12.2
|
6.97%
14.35
|
3.95%
25.32
|
1.68%
59.59
|
0.57%
175.25
|
| 3 |
2.73%
36.59
|
4.65%
21.53
|
3.95%
25.32
|
2.24%
44.69
|
0.95%
105.15
|
0.32%
309.31
|
| 4 |
1.16%
86.1
|
1.97%
50.65
|
1.68%
59.59
|
0.95%
105.15
|
0.4%
247.4
|
0.14%
727.8
|
| 5 |
0.39%
253.23
|
0.67%
148.96
|
0.57%
175.25
|
0.32%
309.31
|
0.14%
727.8
|
0.05%
2141.33
|
其他比分（任一方進6球以上）
1.59%
·
公平：
62.76
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 | 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% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 3.34% | 29.96 |
| 1 | 11.35% | 8.81 |
| 2 | 19.29% | 5.18 |
| 3 | 21.86% | 4.57 |
| 4 | 18.58% | 5.38 |
| 5+ | 25.58% | 3.91 |
|
大球 2.5 66.03%
小球 2.5 33.97%
|
||
主要市場概率
1X2
主隊 勝利
37.82%
平局
24.36%
客隊 勝利
37.82%
大 / 小 2.5
大球 2.5
66.03%
小球 2.5
33.97%
雙方進球
是
66.8%
否
33.2%
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 | 8.24% 12.13 | 11.51% 8.69 | 80.24% 1.25 |
| -1.5 | 19.76% 5.06 | — | 80.24% 1.25 |
| -1.0 | 19.76% 5.06 | 18.92% 5.28 | 61.32% 1.63 |
| -0.5 | 38.68% 2.59 | — | 61.32% 1.63 |
| 0 (PK) | 38.68% 2.59 | 22.64% 4.42 | 38.68% 2.59 |
| +0.5 | 61.32% 1.63 | — | 38.68% 2.59 |
| +1.0 | 61.32% 1.63 | 18.92% 5.28 | 19.76% 5.06 |
| +1.5 | 80.24% 1.25 | — | 19.76% 5.06 |
| +2.0 | 80.24% 1.25 | 11.51% 8.69 | 8.24% 12.13 |
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。
