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
14.32%
公平賠率
6.99
平局
19.66%
公平賠率
5.09
客隊 勝利
66.03%
公平賠率
1.51
最可能的比分
0 - 2
概率 9.84%
公平賠率 10.16
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 | 6.99 | — | |
| 平局 | 5.09 | — | |
| 客隊 勝利 | 1.51 | — |
正確比分概率與公平賠率
| # | 波膽 | 概率 | 賠率 |
|---|---|---|---|
| 1 | 0-2 | 9.84% | 10.16 |
| 2 | 1-2 | 9.74% | 10.26 |
| 3 | 0-1 | 8.52% | 11.74 |
| 4 | 1-1 | 8.44% | 11.86 |
| 5 | 0-3 | 7.58% | 13.2 |
| 6 | 1-3 | 7.5% | 13.33 |
| 7 | 2-2 | 4.82% | 20.74 |
| 8 | 0-4 | 4.38% | 22.85 |
| 9 | 1-4 | 4.33% | 23.08 |
| 10 | 2-1 | 4.18% | 23.95 |
比分矩陣
主隊進球 ↓ · 客隊進球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
3.69%
27.11
|
8.52%
11.74
|
9.84%
10.16
|
7.58%
13.2
|
4.38%
22.85
|
2.02%
49.46
|
| 1 |
3.65%
27.39
|
8.44%
11.86
|
9.74%
10.26
|
7.5%
13.33
|
4.33%
23.08
|
2.0%
49.96
|
| 2 |
1.81%
55.33
|
4.18%
23.95
|
4.82%
20.74
|
3.71%
26.93
|
2.14%
46.63
|
0.99%
100.94
|
| 3 |
0.6%
167.64
|
1.38%
72.57
|
1.59%
62.84
|
1.23%
81.61
|
0.71%
141.3
|
0.33%
305.9
|
| 4 |
0.15%
677.51
|
0.34%
293.26
|
0.39%
253.87
|
0.3%
329.71
|
0.18%
571.1
|
0.08%
1236.09
|
| 5 |
0.03%
3424.66
|
0.07%
1481.48
|
0.08%
1282.05
|
0.06%
1663.89
|
0.03%
2881.84
|
0.02%
6250.0
|
其他比分（任一方進6球以上）
3.1%
·
公平：
32.22
單隊總進球數
主隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 62.84% | 37.16% |
| 1.5 | 26.06% | 73.94% |
| 2.5 | 7.85% | 92.15% |
| 3.5 | 1.84% | 98.16% |
| 4.5 | 0.35% | 99.65% |
客隊
| 大球 | 小球 | |
|---|---|---|
| 0.5 | 90.07% | 9.93% |
| 1.5 | 67.14% | 32.86% |
| 2.5 | 40.66% | 59.34% |
| 3.5 | 20.27% | 79.73% |
| 4.5 | 8.49% | 91.51% |
比賽總進球數
| 進球數 | 概率 | 賠率 |
|---|---|---|
| 0 | 3.69% | 27.11 |
| 1 | 12.17% | 8.22 |
| 2 | 20.08% | 4.98 |
| 3 | 22.09% | 4.53 |
| 4 | 18.23% | 5.49 |
| 5+ | 23.74% | 4.21 |
|
大球 2.5 64.05%
小球 2.5 35.94%
|
||
主要市場概率
1X2
主隊 勝利
14.32%
平局
19.66%
客隊 勝利
66.03%
大 / 小 2.5
大球 2.5
64.05%
小球 2.5
35.94%
雙方進球
是
56.6%
否
43.4%
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 | 1.31% 76.58 | 3.65% 27.43 | 95.05% 1.05 |
| -1.5 | 4.95% 20.2 | — | 95.05% 1.05 |
| -1.0 | 4.95% 20.2 | 9.76% 10.25 | 85.29% 1.17 |
| -0.5 | 14.71% 6.8 | — | 85.29% 1.17 |
| 0 (PK) | 14.71% 6.8 | 18.36% 5.45 | 66.92% 1.49 |
| +0.5 | 33.07% 3.02 | — | 66.92% 1.49 |
| +1.0 | 33.07% 3.02 | 22.77% 4.39 | 44.15% 2.26 |
| +1.5 | 55.84% 1.79 | — | 44.15% 2.26 |
| +2.0 | 55.84% 1.79 | 19.85% 5.04 | 24.31% 4.11 |
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。
