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
27.12%
公平賠率
3.69
平局
25.17%
公平賠率
3.97
客隊 勝利
47.7%
公平賠率
2.1
最可能的比分
1 - 1
概率 11.01%
公平賠率 9.08
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 | 3.69 | — | |
| 平局 | 3.97 | — | |
| 客隊 勝利 | 2.1 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 11.01% | 9.08 |
| 2 | 1-2 | 9.47% | 10.56 |
| 3 | 0-1 | 8.74% | 11.45 |
| 4 | 0-2 | 7.51% | 13.31 |
| 5 | 2-1 | 6.93% | 14.42 |
| 6 | 1-0 | 6.4% | 15.63 |
| 7 | 2-2 | 5.96% | 16.77 |
| 8 | 1-3 | 5.43% | 18.42 |
| 9 | 0-0 | 5.08% | 19.69 |
| 10 | 0-3 | 4.31% | 23.21 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
5.08%
19.69
|
8.74%
11.45
|
7.51%
13.31
|
4.31%
23.21
|
1.85%
53.99
|
0.64%
156.94
|
| 1 |
6.4%
15.63
|
11.01%
9.08
|
9.47%
10.56
|
5.43%
18.42
|
2.33%
42.85
|
0.8%
124.55
|
| 2 |
4.03%
24.8
|
6.93%
14.42
|
5.96%
16.77
|
3.42%
29.24
|
1.47%
68.01
|
0.51%
197.71
|
| 3 |
1.69%
59.05
|
2.91%
34.33
|
2.5%
39.92
|
1.44%
69.63
|
0.62%
161.94
|
0.21%
470.81
|
| 4 |
0.53%
187.48
|
0.92%
108.99
|
0.79%
126.74
|
0.45%
221.04
|
0.19%
514.14
|
0.07%
1494.77
|
| 5 |
0.13%
744.05
|
0.23%
432.53
|
0.2%
503.02
|
0.11%
877.19
|
0.05%
2040.82
|
0.02%
5917.16
|
其他比分（任一方進6球以上）
1.03%
·
公平：
96.74
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 71.63% | 28.37% |
| 1.5 | 35.89% | 64.11% |
| 2.5 | 13.38% | 86.62% |
| 3.5 | 3.92% | 96.08% |
| 4.5 | 0.94% | 99.06% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 82.09% | 17.91% |
| 1.5 | 51.29% | 48.71% |
| 2.5 | 24.81% | 75.19% |
| 3.5 | 9.62% | 90.38% |
| 4.5 | 3.09% | 96.91% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 5.08% | 19.69 |
| 1 | 15.14% | 6.61 |
| 2 | 22.55% | 4.43 |
| 3 | 22.40% | 4.46 |
| 4 | 16.69% | 5.99 |
| 5+ | 18.14% | 5.51 |
|
大球 2.5 57.23%
小球 2.5 42.77%
|
||
主要市場概率
1X2
主隊 勝利
27.12%
平局
25.17%
客隊 勝利
47.70%
大 / 小 2.5
大球 2.5
57.23%
小球 2.5
42.77%
雙方進球
是
58.81%
否
41.19%
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 | 3.88% 25.75 | 7.86% 12.72 | 88.26% 1.13 |
| -1.5 | 11.74% 8.52 | — | 88.26% 1.13 |
| -1.0 | 11.74% 8.52 | 16.34% 6.12 | 71.91% 1.39 |
| -0.5 | 28.09% 3.56 | — | 71.91% 1.39 |
| 0 (PK) | 28.09% 3.56 | 23.7% 4.22 | 48.21% 2.07 |
| +0.5 | 51.79% 1.93 | — | 48.21% 2.07 |
| +1.0 | 51.79% 1.93 | 22.31% 4.48 | 25.9% 3.86 |
| +1.5 | 74.1% 1.35 | — | 25.9% 3.86 |
| +2.0 | 74.1% 1.35 | 14.64% 6.83 | 11.26% 8.88 |
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。
