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
25.11%
公平賠率
3.98
平局
23.57%
公平賠率
4.24
客隊 勝利
51.32%
公平賠率
1.95
最可能的比分
1 - 1
概率 9.9%
公平賠率 10.1
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 | 3.98 | — | |
| 平局 | 4.24 | — | |
| 客隊 勝利 | 1.95 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-1 | 9.9% | 10.1 |
| 2 | 1-2 | 9.56% | 10.47 |
| 3 | 0-1 | 7.56% | 13.23 |
| 4 | 0-2 | 7.29% | 13.71 |
| 5 | 2-1 | 6.49% | 15.42 |
| 6 | 2-2 | 6.26% | 15.98 |
| 7 | 1-3 | 6.15% | 16.27 |
| 8 | 1-0 | 5.13% | 19.49 |
| 9 | 0-3 | 4.69% | 21.31 |
| 10 | 2-3 | 4.03% | 24.84 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
3.92%
25.53
|
7.56%
13.23
|
7.29%
13.71
|
4.69%
21.31
|
2.26%
44.17
|
0.87%
114.42
|
| 1 |
5.13%
19.49
|
9.9%
10.1
|
9.56%
10.47
|
6.15%
16.27
|
2.97%
33.72
|
1.14%
87.34
|
| 2 |
3.36%
29.76
|
6.49%
15.42
|
6.26%
15.98
|
4.03%
24.84
|
1.94%
51.47
|
0.75%
133.35
|
| 3 |
1.47%
68.15
|
2.83%
35.31
|
2.73%
36.59
|
1.76%
56.88
|
0.85%
117.88
|
0.33%
305.34
|
| 4 |
0.48%
208.07
|
0.93%
107.82
|
0.9%
111.73
|
0.58%
173.67
|
0.28%
359.97
|
0.11%
932.84
|
| 5 |
0.13%
794.28
|
0.24%
411.52
|
0.23%
426.44
|
0.15%
662.69
|
0.07%
1373.63
|
0.03%
3558.72
|
其他比分（任一方進6球以上）
1.64%
·
公平：
60.81
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 73.02% | 26.98% |
| 1.5 | 37.67% | 62.33% |
| 2.5 | 14.52% | 85.48% |
| 3.5 | 4.41% | 95.59% |
| 4.5 | 1.1% | 98.9% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 85.48% | 14.51% |
| 1.5 | 57.47% | 42.53% |
| 2.5 | 30.44% | 69.56% |
| 3.5 | 13.05% | 86.95% |
| 4.5 | 4.66% | 95.34% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 3.92% | 25.53 |
| 1 | 12.69% | 7.88 |
| 2 | 20.56% | 4.86 |
| 3 | 22.20% | 4.50 |
| 4 | 17.98% | 5.56 |
| 5+ | 22.65% | 4.41 |
|
大球 2.5 62.84%
小球 2.5 37.16%
|
||
主要市場概率
1X2
主隊 勝利
25.11%
平局
23.57%
客隊 勝利
51.32%
大 / 小 2.5
大球 2.5
62.84%
小球 2.5
37.16%
雙方進球
是
62.42%
否
37.58%
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 | 3.68% 27.14 | 7.26% 13.78 | 89.06% 1.12 |
| -1.5 | 10.94% 9.14 | — | 89.06% 1.12 |
| -1.0 | 10.94% 9.14 | 15.0% 6.66 | 74.06% 1.35 |
| -0.5 | 25.94% 3.85 | — | 74.06% 1.35 |
| 0 (PK) | 25.94% 3.85 | 22.14% 4.52 | 51.91% 1.93 |
| +0.5 | 48.09% 2.08 | — | 51.91% 1.93 |
| +1.0 | 48.09% 2.08 | 22.11% 4.52 | 29.81% 3.35 |
| +1.5 | 70.19% 1.42 | — | 29.81% 3.35 |
| +2.0 | 70.19% 1.42 | 15.75% 6.35 | 14.06% 7.11 |
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。
