足球泊松计算器
基于 xG 的赛果概率与公平赔率引擎
输入预期进球（xG）
高级选项
模型采用足球增强泊松：平局与热门方结果概率略高。
预测快览
主 胜
29.53%
公平赔率
3.39
平
34.2%
公平赔率
2.92
客 胜
36.27%
公平赔率
2.76
最可能比分
0 - 0
概率 16.2%
公平赔率 6.17
赛果概率与赔率（输出）
公平赔率对比
| 盘口 | 市场赔率 | 公平赔率 ? 基于概率由模型计算的公平价格。 | 优势 ? 庄家赔率与模型公平赔率之差。 正优势表示存在潜在价值投注机会。 |
|---|---|---|---|
| 主 胜 | 3.39 | — | |
| 平 | 2.92 | — | |
| 客 胜 | 2.76 | — |
精确比分概率与公平赔率
| # | 精确比分 | 概率 | 赔率 |
|---|---|---|---|
| 1 | 0-0 | 16.2% | 6.17 |
| 2 | 0-1 | 15.55% | 6.43 |
| 3 | 1-0 | 13.93% | 7.18 |
| 4 | 1-1 | 13.38% | 7.48 |
| 5 | 0-2 | 7.47% | 13.39 |
| 6 | 1-2 | 6.42% | 15.57 |
| 7 | 2-0 | 5.99% | 16.69 |
| 8 | 2-1 | 5.75% | 17.39 |
| 9 | 2-2 | 2.76% | 36.22 |
| 10 | 0-3 | 2.39% | 41.86 |
比分矩阵
主队进球 ↓ · 客队进球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
16.2%
6.17
|
15.55%
6.43
|
7.47%
13.39
|
2.39%
41.86
|
0.57%
174.4
|
0.11%
908.27
|
| 1 |
13.93%
7.18
|
13.38%
7.48
|
6.42%
15.57
|
2.05%
48.67
|
0.49%
202.8
|
0.09%
1055.97
|
| 2 |
5.99%
16.69
|
5.75%
17.39
|
2.76%
36.22
|
0.88%
113.19
|
0.21%
471.7
|
0.04%
2457.0
|
| 3 |
1.72%
58.22
|
1.65%
60.65
|
0.79%
126.34
|
0.25%
394.79
|
0.06%
1644.74
|
0.01%
8547.01
|
| 4 |
0.37%
270.78
|
0.35%
282.09
|
0.17%
587.54
|
0.05%
1834.86
|
0.01%
7633.59
|
0.0%
40000.0
|
| 5 |
0.06%
1574.8
|
0.06%
1639.34
|
0.03%
3412.97
|
0.01%
10638.3
|
0.0%
45454.55
|
0.0%
250000.0
|
其他比分（任一方 6 球及以上）
0.08%
·
公平:
1331.56
双方球队进球数
主队
| 大 | 小 | |
|---|---|---|
| 0.5 | 57.68% | 42.32% |
| 1.5 | 21.29% | 78.71% |
| 2.5 | 5.64% | 94.36% |
| 3.5 | 1.16% | 98.84% |
| 4.5 | 0.19% | 99.81% |
客队
| 大 | 小 | |
|---|---|---|
| 0.5 | 61.71% | 38.29% |
| 1.5 | 24.95% | 75.05% |
| 2.5 | 7.31% | 92.69% |
| 3.5 | 1.66% | 98.34% |
| 4.5 | 0.31% | 99.69% |
全场总进球
| 进球 | 概率 | 赔率 |
|---|---|---|
| 0 | 16.20% | 6.17 |
| 1 | 29.49% | 3.39 |
| 2 | 26.83% | 3.73 |
| 3 | 16.28% | 6.14 |
| 4 | 7.41% | 13.50 |
| 5+ | 3.79% | 26.41 |
|
大 2.5 27.47%
小 2.5 72.53%
|
||
关键盘口概率
1X2
主 胜
29.53%
平
34.20%
客 胜
36.27%
大小球 2.5
大 2.5
27.47%
小 2.5
72.53%
双方进球
是
35.6%
否
64.4%
亚洲让球概率
?
概率由泊松比分模型计算得出。
走水（Push）仅适用于整数亚盘盘口。
主队让球盘
| 盘口 | 主队赢盘 | 走盘 | 客队赢盘 |
|---|---|---|---|
| -2.0 | 2.62% 38.14 | 7.82% 12.79 | 89.56% 1.12 |
| -1.5 | 10.44% 9.58 | — | 89.56% 1.12 |
| -1.0 | 10.44% 9.58 | 20.53% 4.87 | 69.02% 1.45 |
| -0.5 | 30.98% 3.23 | — | 69.02% 1.45 |
| 0 (平手) | 30.98% 3.23 | 32.61% 3.07 | 36.42% 2.75 |
| +0.5 | 63.58% 1.57 | — | 36.42% 2.75 |
| +1.0 | 63.58% 1.57 | 22.92% 4.36 | 13.49% 7.41 |
| +1.5 | 86.51% 1.16 | — | 13.49% 7.41 |
| +2.0 | 86.51% 1.16 | 9.74% 10.26 | 3.75% 26.68 |
如何使用泊松计算器
- 输入主队的预期进球 (xG)
- 输入客队的预期进球 (xG)
- 点击「计算」或修改输入以自动更新
- 查看精确比分概率/公平赔率以及各市场分布
适合分析师、彩民与任何用数据看球的读者。
为什么泊松分布适合基于 xG 的预测
用 xG 替代简单历史进球，可更贴近机会质量，而非仅看往绩比分。
其好处包括：
- 减少门前把握波动带来的“随机性”
- 让预测与底层过程表现更一致
- 用统计概率反推更“公平”的理论赔率
- 对比模型与庄家盘口以寻找价值
因此泊松/类似模型在 AI 足彩预测中很常见。
常见问题
用预期进球 (xG) 估计各比分/赛果等概率，辅助预测与盘口相关的可能性。
对进球/得分建模很常用，与 xG 及场面因素结合时效果更好。
可以：用于估算“公平”概率/赔率，并与庄家盘面对照以寻找价值。
建议用赛前、基于双方实力、近况与对手强度所估计的 xG。
支持。根据您输入的主客场 xG，会构建完整正解得分配阵，可查看每个比分的概率并对照各盘口。同一套模型也供 1X2 与双方进球 (BTTS) 使用。
指两队至少各进一球的概率。本工具中 BTTS 是/否 与得分配阵相同 xG-泊松模型，因此 xG、精确比分和 BTTS 在足球预测中自洽。
