泊松足球预测计算器:基于xG的比分与赛果概率
用于体育博彩的泊松分布计算器
好奇庄家如何开赔?方法之一是泊松分布。应用时需要估计比赛的期待进球(xG),本工具正专注于此。
本模型来自泊松分布,用于估计固定时间窗内事件发生的概率,详见维基(英文)说明。
输入主客队期待进球,可得常见赔线形式,也可切换为纯概率。
说明:本算法为面向足球的改良泊松版,会适度上调平局与热门方打出的概率。
赛果概率与赔率(输出)
| 赛果 | 双胜彩 | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
|
大小球
|
大 (0.5)
95.45%
|
小 (0.5)
4.55%
|
|
大 (1)
95.45%
|
小 (1)
4.55%
|
|
大 (1.5)
81.39%
|
小 (1.5)
18.61%
|
|
大 (2)
81.39%
|
小 (2)
18.61%
|
|
大 (2.5)
59.67%
|
小 (2.5)
40.33%
|
|
大 (3)
59.67%
|
小 (3)
40.33%
|
|
大 (3.5)
37.29%
|
小 (3.5)
62.71%
|
|
大 (4)
37.29%
|
小 (4)
62.71%
|
|
大 (4.5)
20.01%
|
小 (4.5)
79.99%
|
让球
|
主 (-2)
8.03%
|
客 (+2)
80.04%
|
|
主 (-1.5)
19.96%
|
客 (+1.5)
80.04%
|
|
主 (-1)
19.96%
|
客 (+1)
59.98%
|
|
主 (-0.5)
40.02%
|
客 (+0.5)
59.98%
|
|
主 (+0)
40.02%
|
客 (-0)
36.11%
|
|
主 (+0.5)
63.89%
|
客 (-0.5)
36.11%
|
|
主 (+1)
63.89%
|
客 (-1)
17.19%
|
|
主 (+1.5)
82.81%
|
客 (-1.5)
17.19%
|
|
主 (+2)
82.81%
|
客 (-2)
6.57%
|
双方进球 (BTTS)
|
是
61.84%
|
否
38.16%
|
主队个人进球(大小)
|
大 (0.5)
79.61%
|
小 (0.5)
20.39%
|
|
大 (1)
79.61%
|
小 (1)
20.39%
|
|
大 (1.5)
47.18%
|
小 (1.5)
52.82%
|
|
大 (2)
47.18%
|
小 (2)
52.82%
|
|
大 (2.5)
21.41%
|
小 (2.5)
78.59%
|
|
大 (3)
21.41%
|
小 (3)
78.59%
|
|
大 (3.5)
7.74%
|
小 (3.5)
92.26%
|
|
大 (4)
7.74%
|
小 (4)
92.26%
|
|
大 (4.5)
2.31%
|
小 (4.5)
97.69%
|
客队个人进球(大小)
|
大 (0.5)
77.69%
|
小 (0.5)
22.31%
|
|
大 (1)
77.69%
|
小 (1)
22.31%
|
|
大 (1.5)
44.22%
|
小 (1.5)
55.78%
|
|
大 (2)
44.22%
|
小 (2)
55.78%
|
|
大 (2.5)
19.12%
|
小 (2.5)
80.88%
|
|
大 (3)
19.12%
|
小 (3)
80.88%
|
|
大 (3.5)
6.56%
|
小 (3.5)
93.44%
|
|
大 (4)
6.56%
|
小 (4)
93.44%
|
|
大 (4.5)
1.86%
|
小 (4.5)
98.14%
|
本泊松计算器的计算原理
本计算使用以下输入:
- 主队预期进球 (xG)
- 客队预期进球 (xG)
据此可计算:
- 各可能比分的概率
- 主胜/平/客胜概率
- 大小球等进球盘口概率
- 双方进球(BTTS)概率
各项概率由泊松质量函数导出的分布得出(统计学常用)。
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
- 查看比分概率与各市场分布
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。
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
为获得更可靠结果,宜将泊松与球队实力、主场优势、近期表现等一起综合。
尽管有局限,泊松在体育分析与统计建模样本中仍广泛用于估计足球得分的概率。
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。