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
52.85%
公平赔率 1.89
平
24.43%
公平赔率 4.09
客 胜
22.72%
公平赔率 4.4
最可能比分
1 - 1
概率 10.76% 公平赔率 9.29

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 1.89 —
平 4.09 —
客 胜 4.4 —
发现价值投注机会

将模型公平赔率与博彩公司赔率对比，发现正期望值投注。

查看价值投注 →
精确比分概率与公平赔率
# 精确比分 概率 赔率
1 1-1 10.76% 9.29
2 2-1 9.8% 10.21
3 1-0 9.53% 10.5
4 2-0 8.67% 11.54
5 1-2 6.08% 16.44
6 3-1 5.94% 16.83
7 0-1 5.91% 16.91
8 2-2 5.53% 18.07
9 3-0 5.26% 19.02
10 0-0 5.23% 19.11
比分矩阵 主队进球 ↓ · 客队进球 →
0 1 2 3 4 5
0
5.23%
19.11
5.91%
16.91
3.34%
29.93
1.26%
79.45
0.36%
281.21
0.08%
1243.78
1
9.53%
10.5
10.76%
9.29
6.08%
16.44
2.29%
43.65
0.65%
154.51
0.15%
683.53
2
8.67%
11.54
9.8%
10.21
5.53%
18.07
2.08%
47.97
0.59%
169.81
0.13%
751.31
3
5.26%
19.02
5.94%
16.83
3.36%
29.78
1.26%
79.07
0.36%
279.88
0.08%
1239.16
4
2.39%
41.79
2.7%
36.98
1.53%
65.46
0.58%
173.79
0.16%
615.01
0.04%
2724.8
5
0.87%
114.81
0.98%
101.61
0.56%
179.82
0.21%
477.33
0.06%
1689.19
0.01%
7462.69
其他比分（任一方 6 球及以上） 1.2% · 公平: 83.34
双方球队进球数
主队
大 小
0.5 83.8% 16.2%
1.5 54.31% 45.69%
2.5 27.47% 72.53%
3.5 11.19% 88.81%
4.5 3.79% 96.21%
客队
大 小
0.5 67.7% 32.3%
1.5 31.19% 68.81%
2.5 10.57% 89.43%
3.5 2.8% 97.2%
4.5 0.61% 99.39%
全场总进球
进球 概率 赔率
0 5.23% 19.11
1 15.44% 6.48
2 22.77% 4.39
3 22.39% 4.47
4 16.52% 6.05
5+ 17.64% 5.67
大 2.5 56.55% 小 2.5 43.45%
关键盘口概率
1X2
主 胜 52.85%
平 24.43%
客 胜 22.72%
大小球 2.5
大 2.5 56.55%
小 2.5 43.45%
双方进球
是 56.73%
否 43.27%
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 13.83% 7.23 16.37% 6.11 69.8% 1.43
-1.5 30.2% 3.31 — 69.8% 1.43
-1.0 30.2% 3.31 23.32% 4.29 46.48% 2.15
-0.5 53.52% 1.87 — 46.48% 2.15
0 (平手) 53.52% 1.87 22.97% 4.35 23.51% 4.25
+0.5 76.49% 1.31 — 23.51% 4.25
+1.0 76.49% 1.31 14.48% 6.91 9.03% 11.07
+1.5 90.97% 1.1 — 9.03% 11.07
+2.0 90.97% 1.1 6.31% 15.85 2.72% 36.75

模型如何工作

泊松分布
xG 输入
调整
概率输出

各项概率由泊松质量函数导出的分布得出（统计学常用）。

泊松模型的局限

泊松很常用，但仍有局限：

  • 默认进球事件相互独立
  • 未将红牌或比赛状态变化直接纳入模型
  • 在极低或极高xG的场次中可能偏差更大
了解更多
分享本工具

如何使用泊松计算器

  1. 输入主队的预期进球 (xG)
  2. 输入客队的预期进球 (xG)
  3. 点击「计算」或修改输入以自动更新
  4. 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。