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
27.4%
公平賠率
3.65
平局
24.58%
公平賠率
4.07
客隊 勝利
48.01%
公平賠率
2.08
最可能的比分
1 - 1
概率 10.54%
公平賠率 9.49
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 | 3.65 | — | |
| 平局 | 4.07 | — | |
| 客隊 勝利 | 2.08 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 10.54% | 9.49 |
| 2 | 1-2 | 9.43% | 10.6 |
| 3 | 0-1 | 7.98% | 12.53 |
| 4 | 0-2 | 7.15% | 14.0 |
| 5 | 2-1 | 6.96% | 14.38 |
| 6 | 2-2 | 6.22% | 16.06 |
| 7 | 1-0 | 5.89% | 16.99 |
| 8 | 1-3 | 5.63% | 17.77 |
| 9 | 0-0 | 4.46% | 22.42 |
| 10 | 0-3 | 4.26% | 23.46 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
4.46%
22.42
|
7.98%
12.53
|
7.15%
14.0
|
4.26%
23.46
|
1.91%
52.41
|
0.68%
146.41
|
| 1 |
5.89%
16.99
|
10.54%
9.49
|
9.43%
10.6
|
5.63%
17.77
|
2.52%
39.71
|
0.9%
110.91
|
| 2 |
3.89%
25.74
|
6.96%
14.38
|
6.22%
16.06
|
3.71%
26.92
|
1.66%
60.16
|
0.6%
168.07
|
| 3 |
1.71%
58.49
|
3.06%
32.68
|
2.74%
36.51
|
1.63%
61.19
|
0.73%
136.74
|
0.26%
381.97
|
| 4 |
0.56%
177.24
|
1.01%
99.02
|
0.9%
110.63
|
0.54%
185.43
|
0.24%
414.42
|
0.09%
1157.41
|
| 5 |
0.15%
671.59
|
0.27%
375.09
|
0.24%
419.11
|
0.14%
702.25
|
0.06%
1569.86
|
0.02%
4385.96
|
其他比分（任一方進6球以上）
1.25%
·
公平：
80.01
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 73.29% | 26.71% |
| 1.5 | 38.02% | 61.98% |
| 2.5 | 14.75% | 85.25% |
| 3.5 | 4.51% | 95.49% |
| 4.5 | 1.13% | 98.87% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 83.3% | 16.7% |
| 1.5 | 53.42% | 46.58% |
| 2.5 | 26.67% | 73.33% |
| 3.5 | 10.71% | 89.29% |
| 4.5 | 3.57% | 96.43% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 4.46% | 22.42 |
| 1 | 13.87% | 7.21 |
| 2 | 21.57% | 4.64 |
| 3 | 22.36% | 4.47 |
| 4 | 17.39% | 5.75 |
| 5+ | 20.35% | 4.91 |
|
大球 2.5 60.1%
小球 2.5 39.9%
|
||
主要市場概率
1X2
主隊 勝利
27.40%
平局
24.58%
客隊 勝利
48.01%
大 / 小 2.5
大球 2.5
60.1%
小球 2.5
39.9%
雙方進球
是
61.05%
否
38.95%
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 | 4.16% 24.06 | 8.01% 12.49 | 87.84% 1.14 |
| -1.5 | 12.16% 8.22 | — | 87.84% 1.14 |
| -1.0 | 12.16% 8.22 | 16.19% 6.18 | 71.65% 1.4 |
| -0.5 | 28.35% 3.53 | — | 71.65% 1.4 |
| 0 (PK) | 28.35% 3.53 | 23.12% 4.32 | 48.52% 2.06 |
| +0.5 | 51.48% 1.94 | — | 48.52% 2.06 |
| +1.0 | 51.48% 1.94 | 21.95% 4.55 | 26.57% 3.76 |
| +1.5 | 73.43% 1.36 | — | 26.57% 3.76 |
| +2.0 | 73.43% 1.36 | 14.72% 6.79 | 11.84% 8.44 |
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。
