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
39.83%
公平赔率 2.51
平
24.27%
公平赔率 4.12
客 胜
35.9%
公平赔率 2.79
最可能比分
1 - 1
概率 9.84% 公平赔率 10.16

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 2.51 —
平 4.12 —
客 胜 2.79 —
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 9.84% 10.16
2 2-1 8.41% 11.89
3 1-2 8.07% 12.39
4 2-2 6.9% 14.5
5 1-0 6.0% 16.67
6 0-1 5.75% 17.38
7 2-0 5.13% 19.5
8 3-1 4.8% 20.85
9 0-2 4.72% 21.19
10 1-3 4.41% 22.67
比分矩阵 主队进球 ↓ · 客队进球 →
0 1 2 3 4 5
0
3.51%
28.5
5.75%
17.38
4.72%
21.19
2.58%
38.77
1.06%
94.56
0.35%
288.27
1
6.0%
16.67
9.84%
10.16
8.07%
12.39
4.41%
22.67
1.81%
55.3
0.59%
168.61
2
5.13%
19.5
8.41%
11.89
6.9%
14.5
3.77%
26.52
1.55%
64.68
0.51%
197.2
3
2.92%
34.2
4.8%
20.85
3.93%
25.43
2.15%
46.52
0.88%
113.47
0.29%
345.9
4
1.25%
80.01
2.05%
48.78
1.68%
59.49
0.92%
108.83
0.38%
265.46
0.12%
809.06
5
0.43%
233.92
0.7%
142.63
0.57%
173.94
0.31%
318.17
0.13%
776.4
0.04%
2364.07
其他比分（任一方 6 球及以上） 1.49% · 公平: 66.96
双方球队进球数
主队
大 小
0.5 81.91% 18.09%
1.5 50.99% 49.01%
2.5 24.54% 75.46%
3.5 9.47% 90.53%
4.5 3.03% 96.97%
客队
大 小
0.5 80.6% 19.4%
1.5 48.79% 51.21%
2.5 22.7% 77.3%
3.5 8.44% 91.56%
4.5 2.6% 97.4%
全场总进球
进球 概率 赔率
0 3.51% 28.50
1 11.75% 8.51
2 19.69% 5.08
3 21.98% 4.55
4 18.41% 5.43
5+ 24.66% 4.06
大 2.5 65.05% 小 2.5 34.95%
关键盘口概率
1X2
主 胜 39.83%
平 24.27%
客 胜 35.90%
大小球 2.5
大 2.5 65.05%
小 2.5 34.95%
双方进球
是 66.02%
否 33.98%
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 8.69% 11.51 11.96% 8.36 79.35% 1.26
-1.5 20.65% 4.84 — 79.35% 1.26
-1.0 20.65% 4.84 19.4% 5.15 59.94% 1.67
-0.5 40.06% 2.5 — 59.94% 1.67
0 (平手) 40.06% 2.5 22.82% 4.38 37.13% 2.69
+0.5 62.87% 1.59 — 37.13% 2.69
+1.0 62.87% 1.59 18.61% 5.37 18.52% 5.4
+1.5 81.48% 1.23 — 18.52% 5.4
+2.0 81.48% 1.23 11.0% 9.09 7.52% 13.3

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。