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
17.85%
公平賠率
5.6
平局
23.97%
公平賠率
4.17
客隊 勝利
58.18%
公平賠率
1.72
最可能的比分
0 - 1
概率 11.65%
公平賠率 8.59
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 | 5.6 | — | |
| 平局 | 4.17 | — | |
| 客隊 勝利 | 1.72 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 0-1 | 11.65% | 8.59 |
| 2 | 0-2 | 10.71% | 9.33 |
| 3 | 1-1 | 10.71% | 9.33 |
| 4 | 1-2 | 9.86% | 10.15 |
| 5 | 0-3 | 6.57% | 15.22 |
| 6 | 0-0 | 6.33% | 15.8 |
| 7 | 1-3 | 6.05% | 16.54 |
| 8 | 1-0 | 5.82% | 17.17 |
| 9 | 2-1 | 4.93% | 20.29 |
| 10 | 2-2 | 4.53% | 22.05 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
6.33%
15.8
|
11.65%
8.59
|
10.71%
9.33
|
6.57%
15.22
|
3.02%
33.08
|
1.11%
89.9
|
| 1 |
5.82%
17.17
|
10.71%
9.33
|
9.86%
10.15
|
6.05%
16.54
|
2.78%
35.96
|
1.02%
97.71
|
| 2 |
2.68%
37.33
|
4.93%
20.29
|
4.53%
22.05
|
2.78%
35.96
|
1.28%
78.17
|
0.47%
212.4
|
| 3 |
0.82%
121.74
|
1.51%
66.16
|
1.39%
71.92
|
0.85%
117.26
|
0.39%
254.91
|
0.14%
692.52
|
| 4 |
0.19%
529.38
|
0.35%
287.69
|
0.32%
312.7
|
0.2%
509.68
|
0.09%
1108.65
|
0.03%
3012.05
|
| 5 |
0.03%
2873.56
|
0.06%
1562.5
|
0.06%
1700.68
|
0.04%
2770.08
|
0.02%
6024.1
|
0.01%
16393.44
|
其他比分（任一方進6球以上）
1.18%
·
公平：
84.51
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 60.15% | 39.85% |
| 1.5 | 23.48% | 76.52% |
| 2.5 | 6.62% | 93.38% |
| 3.5 | 1.45% | 98.55% |
| 4.5 | 0.26% | 99.74% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 84.12% | 15.88% |
| 1.5 | 54.9% | 45.1% |
| 2.5 | 28.01% | 71.99% |
| 3.5 | 11.52% | 88.48% |
| 4.5 | 3.94% | 96.06% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 6.33% | 15.80 |
| 1 | 17.47% | 5.72 |
| 2 | 24.11% | 4.15 |
| 3 | 22.18% | 4.51 |
| 4 | 15.30% | 6.53 |
| 5+ | 14.61% | 6.84 |
|
大球 2.5 52.1%
小球 2.5 47.9%
|
||
主要市場概率
1X2
主隊 勝利
17.85%
平局
23.97%
客隊 勝利
58.18%
大 / 小 2.5
大球 2.5
52.1%
小球 2.5
47.9%
雙方進球
是
50.6%
否
49.4%
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 | 1.55% 64.52 | 4.55% 21.99 | 93.9% 1.06 |
| -1.5 | 6.1% 16.4 | — | 93.9% 1.06 |
| -1.0 | 6.1% 16.4 | 12.36% 8.09 | 81.55% 1.23 |
| -0.5 | 18.45% 5.42 | — | 81.55% 1.23 |
| 0 (PK) | 18.45% 5.42 | 22.53% 4.44 | 59.02% 1.69 |
| +0.5 | 40.98% 2.44 | — | 59.02% 1.69 |
| +1.0 | 40.98% 2.44 | 24.71% 4.05 | 34.31% 2.91 |
| +1.5 | 65.69% 1.52 | — | 34.31% 2.91 |
| +2.0 | 65.69% 1.52 | 18.19% 5.5 | 16.11% 6.21 |
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。
