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
16.79%
公平賠率
5.96
平局
24.43%
公平賠率
4.09
客隊 勝利
58.78%
公平賠率
1.7
最可能的比分
0 - 1
概率 12.96%
公平賠率 7.72
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 | 5.96 | — | |
| 平局 | 4.09 | — | |
| 客隊 勝利 | 1.7 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 0-1 | 12.96% | 7.72 |
| 2 | 0-2 | 11.53% | 8.67 |
| 3 | 1-1 | 10.89% | 9.19 |
| 4 | 1-2 | 9.69% | 10.32 |
| 5 | 0-0 | 7.28% | 13.74 |
| 6 | 0-3 | 6.84% | 14.61 |
| 7 | 1-0 | 6.12% | 16.35 |
| 8 | 1-3 | 5.75% | 17.4 |
| 9 | 2-1 | 4.57% | 21.87 |
| 10 | 2-2 | 4.07% | 24.58 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
7.28%
13.74
|
12.96%
7.72
|
11.53%
8.67
|
6.84%
14.61
|
3.05%
32.84
|
1.08%
92.24
|
| 1 |
6.12%
16.35
|
10.89%
9.19
|
9.69%
10.32
|
5.75%
17.4
|
2.56%
39.09
|
0.91%
109.82
|
| 2 |
2.57%
38.93
|
4.57%
21.87
|
4.07%
24.58
|
2.41%
41.42
|
1.07%
93.08
|
0.38%
261.44
|
| 3 |
0.72%
139.04
|
1.28%
78.12
|
1.14%
87.77
|
0.68%
147.93
|
0.3%
332.45
|
0.11%
933.71
|
| 4 |
0.15%
662.25
|
0.27%
372.02
|
0.24%
417.89
|
0.14%
704.23
|
0.06%
1582.28
|
0.02%
4444.44
|
| 5 |
0.03%
3937.01
|
0.05%
2212.39
|
0.04%
2487.56
|
0.02%
4201.68
|
0.01%
9433.96
|
0.0%
26315.79
|
其他比分（任一方進6球以上）
1.01%
·
公平：
99.02
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 56.83% | 43.17% |
| 1.5 | 20.57% | 79.43% |
| 2.5 | 5.33% | 94.67% |
| 3.5 | 1.07% | 98.93% |
| 4.5 | 0.17% | 99.83% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 83.14% | 16.86% |
| 1.5 | 53.12% | 46.88% |
| 2.5 | 26.4% | 73.6% |
| 3.5 | 10.55% | 89.45% |
| 4.5 | 3.5% | 96.5% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 7.28% | 13.74 |
| 1 | 19.07% | 5.24 |
| 2 | 24.99% | 4.00 |
| 3 | 21.82% | 4.58 |
| 4 | 14.29% | 7.00 |
| 5+ | 12.54% | 7.97 |
|
大球 2.5 48.66%
小球 2.5 51.34%
|
||
主要市場概率
1X2
主隊 勝利
16.79%
平局
24.43%
客隊 勝利
58.78%
大 / 小 2.5
大球 2.5
48.66%
小球 2.5
51.34%
雙方進球
是
47.25%
否
52.75%
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 | 1.27% 78.66 | 4.11% 24.31 | 94.62% 1.06 |
| -1.5 | 5.38% 18.57 | — | 94.62% 1.06 |
| -1.0 | 5.38% 18.57 | 11.98% 8.35 | 82.64% 1.21 |
| -0.5 | 17.36% 5.76 | — | 82.64% 1.21 |
| 0 (PK) | 17.36% 5.76 | 22.98% 4.35 | 59.66% 1.68 |
| +0.5 | 40.34% 2.48 | — | 59.66% 1.68 |
| +1.0 | 40.34% 2.48 | 25.39% 3.94 | 34.27% 2.92 |
| +1.5 | 65.73% 1.52 | — | 34.27% 2.92 |
| +2.0 | 65.73% 1.52 | 18.47% 5.41 | 15.8% 6.33 |
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。
