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
30.79%
公平賠率
3.25
平局
24.56%
公平賠率
4.07
客隊 勝利
44.65%
公平賠率
2.24
最可能的比分
1 - 1
概率 10.3%
公平賠率 9.71
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 | 3.25 | — | |
| 平局 | 4.07 | — | |
| 客隊 勝利 | 2.24 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 10.3% | 9.71 |
| 2 | 1-2 | 9.06% | 11.03 |
| 3 | 2-1 | 7.47% | 13.39 |
| 4 | 0-1 | 7.1% | 14.08 |
| 5 | 2-2 | 6.57% | 15.22 |
| 6 | 0-2 | 6.25% | 16.0 |
| 7 | 1-0 | 5.85% | 17.09 |
| 8 | 1-3 | 5.32% | 18.81 |
| 9 | 2-0 | 4.24% | 23.57 |
| 10 | 0-0 | 4.04% | 24.78 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
4.04%
24.78
|
7.1%
14.08
|
6.25%
16.0
|
3.67%
27.27
|
1.61%
61.98
|
0.57%
176.09
|
| 1 |
5.85%
17.09
|
10.3%
9.71
|
9.06%
11.03
|
5.32%
18.81
|
2.34%
42.74
|
0.82%
121.43
|
| 2 |
4.24%
23.57
|
7.47%
13.39
|
6.57%
15.22
|
3.85%
25.94
|
1.7%
58.96
|
0.6%
167.5
|
| 3 |
2.05%
48.77
|
3.61%
27.71
|
3.18%
31.49
|
1.86%
53.67
|
0.82%
121.98
|
0.29%
346.5
|
| 4 |
0.74%
134.54
|
1.31%
76.44
|
1.15%
86.86
|
0.68%
148.06
|
0.3%
336.47
|
0.1%
956.02
|
| 5 |
0.22%
463.82
|
0.38%
263.57
|
0.33%
299.49
|
0.2%
510.46
|
0.09%
1160.09
|
0.03%
3300.33
|
其他比分（任一方進6球以上）
1.31%
·
公平：
76.19
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 76.54% | 23.46% |
| 1.5 | 42.53% | 57.47% |
| 2.5 | 17.87% | 82.13% |
| 3.5 | 5.95% | 94.05% |
| 4.5 | 1.63% | 98.37% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 82.8% | 17.2% |
| 1.5 | 52.52% | 47.48% |
| 2.5 | 25.87% | 74.13% |
| 3.5 | 10.24% | 89.76% |
| 4.5 | 3.36% | 96.64% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 4.04% | 24.78 |
| 1 | 12.95% | 7.72 |
| 2 | 20.79% | 4.81 |
| 3 | 22.25% | 4.49 |
| 4 | 17.85% | 5.60 |
| 5+ | 22.12% | 4.52 |
|
大球 2.5 62.22%
小球 2.5 37.78%
|
||
主要市場概率
1X2
主隊 勝利
30.79%
平局
24.56%
客隊 勝利
44.65%
大 / 小 2.5
大球 2.5
62.22%
小球 2.5
37.78%
雙方進球
是
63.37%
否
36.63%
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 | 5.38% 18.6 | 9.22% 10.84 | 85.4% 1.17 |
| -1.5 | 14.6% 6.85 | — | 85.4% 1.17 |
| -1.0 | 14.6% 6.85 | 17.26% 5.79 | 68.14% 1.47 |
| -0.5 | 31.86% 3.14 | — | 68.14% 1.47 |
| 0 (PK) | 31.86% 3.14 | 23.1% 4.33 | 45.04% 2.22 |
| +0.5 | 54.96% 1.82 | — | 45.04% 2.22 |
| +1.0 | 54.96% 1.82 | 20.95% 4.77 | 24.09% 4.15 |
| +1.5 | 75.91% 1.32 | — | 24.09% 4.15 |
| +2.0 | 75.91% 1.32 | 13.59% 7.36 | 10.5% 9.52 |
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。
