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
20.54%
公平賠率
4.87
平局
22.73%
公平賠率
4.4
客隊 勝利
56.73%
公平賠率
1.76
最可能的比分
1 - 2
概率 9.86%
公平賠率 10.15
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 | 4.87 | — | |
| 平局 | 4.4 | — | |
| 客隊 勝利 | 1.76 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-2 | 9.86% | 10.15 |
| 2 | 1-1 | 9.76% | 10.25 |
| 3 | 0-2 | 8.57% | 11.67 |
| 4 | 0-1 | 8.48% | 11.79 |
| 5 | 1-3 | 6.64% | 15.07 |
| 6 | 0-3 | 5.77% | 17.33 |
| 7 | 2-2 | 5.67% | 17.65 |
| 8 | 2-1 | 5.61% | 17.82 |
| 9 | 1-0 | 4.83% | 20.7 |
| 10 | 0-0 | 4.2% | 23.81 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
4.2%
23.81
|
8.48%
11.79
|
8.57%
11.67
|
5.77%
17.33
|
2.91%
34.32
|
1.18%
84.95
|
| 1 |
4.83%
20.7
|
9.76%
10.25
|
9.86%
10.15
|
6.64%
15.07
|
3.35%
29.84
|
1.35%
73.87
|
| 2 |
2.78%
36.0
|
5.61%
17.82
|
5.67%
17.65
|
3.82%
26.21
|
1.93%
51.9
|
0.78%
128.45
|
| 3 |
1.06%
93.92
|
2.15%
46.5
|
2.17%
46.04
|
1.46%
68.37
|
0.74%
135.39
|
0.3%
335.12
|
| 4 |
0.31%
326.69
|
0.62%
161.73
|
0.62%
160.13
|
0.42%
237.81
|
0.21%
470.81
|
0.09%
1165.5
|
| 5 |
0.07%
1420.45
|
0.14%
703.23
|
0.14%
696.38
|
0.1%
1034.13
|
0.05%
2049.18
|
0.02%
5076.14
|
其他比分（任一方進6球以上）
1.85%
·
公平：
54.12
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 68.34% | 31.66% |
| 1.5 | 31.92% | 68.08% |
| 2.5 | 10.99% | 89.01% |
| 3.5 | 2.96% | 97.04% |
| 4.5 | 0.65% | 99.35% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 86.73% | 13.27% |
| 1.5 | 59.94% | 40.06% |
| 2.5 | 32.87% | 67.13% |
| 3.5 | 14.65% | 85.35% |
| 4.5 | 5.45% | 94.55% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 4.20% | 23.81 |
| 1 | 13.32% | 7.51 |
| 2 | 21.10% | 4.74 |
| 3 | 22.30% | 4.48 |
| 4 | 17.67% | 5.66 |
| 5+ | 21.41% | 4.67 |
|
大球 2.5 61.38%
小球 2.5 38.62%
|
||
主要市場概率
1X2
主隊 勝利
20.54%
平局
22.73%
客隊 勝利
56.73%
大 / 小 2.5
大球 2.5
61.38%
小球 2.5
38.62%
雙方進球
是
59.27%
否
40.73%
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 | 2.45% 40.8 | 5.66% 17.67 | 91.89% 1.09 |
| -1.5 | 8.11% 12.33 | — | 91.89% 1.09 |
| -1.0 | 8.11% 12.33 | 13.09% 7.64 | 78.8% 1.27 |
| -0.5 | 21.2% 4.72 | — | 78.8% 1.27 |
| 0 (PK) | 21.2% 4.72 | 21.32% 4.69 | 57.48% 1.74 |
| +0.5 | 42.52% 2.35 | — | 57.48% 1.74 |
| +1.0 | 42.52% 2.35 | 22.99% 4.35 | 34.5% 2.9 |
| +1.5 | 65.5% 1.53 | — | 34.5% 2.9 |
| +2.0 | 65.5% 1.53 | 17.46% 5.73 | 17.03% 5.87 |
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。
