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
32.13%
公平赔率
3.11
平
26.67%
公平赔率
3.75
客 胜
41.2%
公平赔率
2.43
最可能比分
1 - 1
概率 11.87%
公平赔率 8.42
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 | 3.11 | — | |
| 平 | 3.75 | — | |
| 客 胜 | 2.43 | — |
精确比分概率与公平赔率
| # | 精确比分 | 概率 | 赔率 |
|---|---|---|---|
| 1 | 1-1 | 11.87% | 8.42 |
| 2 | 0-1 | 9.06% | 11.04 |
| 3 | 1-2 | 8.84% | 11.31 |
| 4 | 1-0 | 7.97% | 12.55 |
| 5 | 2-1 | 7.77% | 12.86 |
| 6 | 0-2 | 6.75% | 14.81 |
| 7 | 0-0 | 6.08% | 16.44 |
| 8 | 2-2 | 5.79% | 17.27 |
| 9 | 2-0 | 5.22% | 19.17 |
| 10 | 1-3 | 4.39% | 22.77 |
比分矩阵
主队进球 ↓ · 客队进球 →
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| 0 |
6.08%
16.44
|
9.06%
11.04
|
6.75%
14.81
|
3.35%
29.83
|
1.25%
80.08
|
0.37%
268.67
|
| 1 |
7.97%
12.55
|
11.87%
8.42
|
8.84%
11.31
|
4.39%
22.77
|
1.64%
61.12
|
0.49%
205.13
|
| 2 |
5.22%
19.17
|
7.77%
12.86
|
5.79%
17.27
|
2.88%
34.76
|
1.07%
93.32
|
0.32%
313.19
|
| 3 |
2.28%
43.89
|
3.39%
29.46
|
2.53%
39.54
|
1.26%
79.61
|
0.47%
213.72
|
0.14%
717.36
|
| 4 |
0.75%
134.01
|
1.11%
89.94
|
0.83%
120.73
|
0.41%
243.07
|
0.15%
652.74
|
0.05%
2188.18
|
| 5 |
0.2%
511.51
|
0.29%
343.29
|
0.22%
460.83
|
0.11%
927.64
|
0.04%
2493.77
|
0.01%
8333.33
|
其他比分（任一方 6 球及以上）
0.66%
·
公平:
150.94
双方球队进球数
主队
| 大 | 小 | |
|---|---|---|
| 0.5 | 73.02% | 26.98% |
| 1.5 | 37.67% | 62.33% |
| 2.5 | 14.52% | 85.48% |
| 3.5 | 4.41% | 95.59% |
| 4.5 | 1.1% | 98.9% |
客队
| 大 | 小 | |
|---|---|---|
| 0.5 | 77.46% | 22.54% |
| 1.5 | 43.88% | 56.12% |
| 2.5 | 18.86% | 81.14% |
| 3.5 | 6.44% | 93.56% |
| 4.5 | 1.81% | 98.19% |
全场总进球
| 进球 | 概率 | 赔率 |
|---|---|---|
| 0 | 6.08% | 16.44 |
| 1 | 17.03% | 5.87 |
| 2 | 23.84% | 4.20 |
| 3 | 22.25% | 4.49 |
| 4 | 15.57% | 6.42 |
| 5+ | 15.23% | 6.57 |
|
大 2.5 53.05%
小 2.5 46.95%
|
||
关键盘口概率
1X2
主 胜
32.13%
平
26.67%
客 胜
41.20%
大小球 2.5
大 2.5
53.05%
小 2.5
46.95%
双方进球
是
56.56%
否
43.44%
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 | 5.06% 19.77 | 9.56% 10.46 | 85.38% 1.17 |
| -1.5 | 14.62% 6.84 | — | 85.38% 1.17 |
| -1.0 | 14.62% 6.84 | 18.72% 5.34 | 66.66% 1.5 |
| -0.5 | 33.34% 3.0 | — | 66.66% 1.5 |
| 0 (平手) | 33.34% 3.0 | 25.16% 3.97 | 41.49% 2.41 |
| +0.5 | 58.51% 1.71 | — | 41.49% 2.41 |
| +1.0 | 58.51% 1.71 | 21.3% 4.7 | 20.2% 4.95 |
| +1.5 | 79.8% 1.25 | — | 20.2% 4.95 |
| +2.0 | 79.8% 1.25 | 12.37% 8.09 | 7.83% 12.77 |
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。
