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
24.14%
公平賠率
4.14
平局
22.64%
公平賠率
4.42
客隊 勝利
53.22%
公平賠率
1.88
最可能的比分
1 - 2
概率 9.46%
公平賠率 10.57
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 | 4.14 | — | |
| 平局 | 4.42 | — | |
| 客隊 勝利 | 1.88 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 1-2 | 9.46% | 10.57 |
| 2 | 1-1 | 9.19% | 10.88 |
| 3 | 0-2 | 7.01% | 14.26 |
| 4 | 0-1 | 6.81% | 14.69 |
| 5 | 1-3 | 6.5% | 15.39 |
| 6 | 2-2 | 6.39% | 15.65 |
| 7 | 2-1 | 6.2% | 16.12 |
| 8 | 0-3 | 4.81% | 20.77 |
| 9 | 1-0 | 4.46% | 22.42 |
| 10 | 2-3 | 4.39% | 22.8 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
3.3%
30.26
|
6.81%
14.69
|
7.01%
14.26
|
4.81%
20.77
|
2.48%
40.34
|
1.02%
97.9
|
| 1 |
4.46%
22.42
|
9.19%
10.88
|
9.46%
10.57
|
6.5%
15.39
|
3.35%
29.88
|
1.38%
72.52
|
| 2 |
3.01%
33.21
|
6.2%
16.12
|
6.39%
15.65
|
4.39%
22.8
|
2.26%
44.26
|
0.93%
107.43
|
| 3 |
1.35%
73.81
|
2.79%
35.83
|
2.87%
34.79
|
1.97%
50.66
|
1.02%
98.37
|
0.42%
238.72
|
| 4 |
0.46%
218.67
|
0.94%
106.16
|
0.97%
103.06
|
0.67%
150.11
|
0.34%
291.46
|
0.14%
707.21
|
| 5 |
0.12%
809.72
|
0.25%
393.24
|
0.26%
381.68
|
0.18%
555.86
|
0.09%
1079.91
|
0.04%
2617.8
|
其他比分（任一方進6球以上）
2.14%
·
公平：
46.63
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 74.08% | 25.92% |
| 1.5 | 39.08% | 60.92% |
| 2.5 | 15.46% | 84.54% |
| 3.5 | 4.82% | 95.18% |
| 4.5 | 1.24% | 98.76% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 87.25% | 12.75% |
| 1.5 | 61.0% | 39.0% |
| 2.5 | 33.95% | 66.04% |
| 3.5 | 15.39% | 84.61% |
| 4.5 | 5.82% | 94.18% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 3.30% | 30.26 |
| 1 | 11.27% | 8.88 |
| 2 | 19.21% | 5.21 |
| 3 | 21.84% | 4.58 |
| 4 | 18.62% | 5.37 |
| 5+ | 25.77% | 3.88 |
|
大球 2.5 66.22%
小球 2.5 33.78%
|
||
主要市場概率
1X2
主隊 勝利
24.14%
平局
22.64%
客隊 勝利
53.22%
大 / 小 2.5
大球 2.5
66.22%
小球 2.5
33.78%
雙方進球
是
64.63%
否
35.37%
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 | 3.63% 27.58 | 6.97% 14.34 | 89.4% 1.12 |
| -1.5 | 10.6% 9.43 | — | 89.4% 1.12 |
| -1.0 | 10.6% 9.43 | 14.31% 6.99 | 75.09% 1.33 |
| -0.5 | 24.91% 4.01 | — | 75.09% 1.33 |
| 0 (PK) | 24.91% 4.01 | 21.24% 4.71 | 53.85% 1.86 |
| +0.5 | 46.15% 2.17 | — | 53.85% 1.86 |
| +1.0 | 46.15% 2.17 | 21.83% 4.58 | 32.02% 3.12 |
| +1.5 | 67.98% 1.47 | — | 32.02% 3.12 |
| +2.0 | 67.98% 1.47 | 16.24% 6.16 | 15.78% 6.34 |
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。
