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
36.62%
公平賠率
2.73
平局
23.35%
公平賠率
4.28
客隊 勝利
40.03%
公平賠率
2.5
最可能的比分
1 - 1
概率 8.85%
公平賠率 11.3
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 | 2.73 | — | |
| 平局 | 4.28 | — | |
| 客隊 勝利 | 2.5 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 8.85% | 11.3 |
| 2 | 1-2 | 8.1% | 12.35 |
| 3 | 2-1 | 7.83% | 12.77 |
| 4 | 2-2 | 7.17% | 13.95 |
| 5 | 0-1 | 5.0% | 20.0 |
| 6 | 1-3 | 4.94% | 20.24 |
| 7 | 1-0 | 4.84% | 20.68 |
| 8 | 3-1 | 4.62% | 21.64 |
| 9 | 0-2 | 4.58% | 21.86 |
| 10 | 2-3 | 4.37% | 22.87 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
2.73%
36.6
|
5.0%
20.0
|
4.58%
21.86
|
2.79%
35.83
|
1.28%
78.32
|
0.47%
214.0
|
| 1 |
4.84%
20.68
|
8.85%
11.3
|
8.1%
12.35
|
4.94%
20.24
|
2.26%
44.25
|
0.83%
120.89
|
| 2 |
4.28%
23.36
|
7.83%
12.77
|
7.17%
13.95
|
4.37%
22.87
|
2.0%
50.0
|
0.73%
136.61
|
| 3 |
2.53%
39.6
|
4.62%
21.64
|
4.23%
23.65
|
2.58%
38.77
|
1.18%
84.74
|
0.43%
231.54
|
| 4 |
1.12%
89.49
|
2.04%
48.9
|
1.87%
53.44
|
1.14%
87.61
|
0.52%
191.5
|
0.19%
523.29
|
| 5 |
0.4%
252.78
|
0.72%
138.14
|
0.66%
150.97
|
0.4%
247.52
|
0.18%
540.83
|
0.07%
1477.1
|
其他比分（任一方進6球以上）
2.07%
·
公平：
48.35
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 82.97% | 17.03% |
| 1.5 | 52.82% | 47.18% |
| 2.5 | 26.14% | 73.86% |
| 3.5 | 10.39% | 89.61% |
| 4.5 | 3.43% | 96.57% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 83.96% | 16.04% |
| 1.5 | 54.6% | 45.4% |
| 2.5 | 27.74% | 72.26% |
| 3.5 | 11.36% | 88.64% |
| 4.5 | 3.86% | 96.14% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 2.73% | 36.60 |
| 1 | 9.84% | 10.17 |
| 2 | 17.71% | 5.65 |
| 3 | 21.25% | 4.71 |
| 4 | 19.12% | 5.23 |
| 5+ | 29.36% | 3.41 |
|
大球 2.5 69.72%
小球 2.5 30.27%
|
||
主要市場概率
1X2
主隊 勝利
36.62%
平局
23.35%
客隊 勝利
40.03%
大 / 小 2.5
大球 2.5
69.72%
小球 2.5
30.27%
雙方進球
是
69.66%
否
30.34%
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 | 8.34% 11.99 | 11.24% 8.9 | 80.42% 1.24 |
| -1.5 | 19.58% 5.11 | — | 80.42% 1.24 |
| -1.0 | 19.58% 5.11 | 18.25% 5.48 | 62.18% 1.61 |
| -0.5 | 37.82% 2.64 | — | 62.18% 1.61 |
| 0 (PK) | 37.82% 2.64 | 21.93% 4.56 | 40.25% 2.48 |
| +0.5 | 59.75% 1.67 | — | 40.25% 2.48 |
| +1.0 | 59.75% 1.67 | 18.86% 5.3 | 21.39% 4.68 |
| +1.5 | 78.61% 1.27 | — | 21.39% 4.68 |
| +2.0 | 78.61% 1.27 | 12.01% 8.33 | 9.38% 10.66 |
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。
