| Hasil | Probabilitas |
|---|---|
| Netherlands | 40.0% |
| Seri | 28.8% |
| Japan | 31.2% |
| Garis | Over | Under |
|---|---|---|
| 0.5 | 91.7% | 8.3% |
| 1.5 | 76.7% | 23.3% |
| 2.5 | 50.6% | 49.4% |
| 3.5 | 28.6% | 71.4% |
| 4.5 | 13.7% | 86.3% |
Total λ Poisson = 2.7 (Over 2,5 50.6% · Under 2,5 49.4%).
BTTS Ya 56.2% · Tidak 43.8% — pembagian BTTS seimbang.
| Skor | Probabilitas |
|---|---|
| 1-1 | 12.2% |
| 1-0 | 9.7% |
| 2-1 | 8.8% |
| 0-1 | 8.4% |
| 1-2 | 7.6% |
Sel Poisson teratas: 1-1 12.2% (seri; varians skor tepat tinggi).
1X2 dari λ Elo (1.45 / 1.25): kandang 40.0%, seri 28.8%, tandang 31.2%. Sumber: grid Poisson Dixon–Coles — bukan odds bandar.
Kejelasan kualitatif 1X2 — bukan interval kepercayaan terkalibrasi.
- Tidak ada hasil 1X2 di atas 50%.
- Pemimpin 40.0% unggul 8.8 pp dari ke-2.
Bagaimana probabilitas menang dihitung?
λ kandang/tandang dari rating Elo dan parameter turnamen, lalu dimasukkan ke grid Poisson Dixon–Coles untuk 1X2, garis gol, dan skor di halaman ini.
Apakah halaman ini saran taruhan?
Tidak. OddsGPT menampilkan probabilitas model untuk informasi saja. Kami tidak merekomendasikan taruhan atau ukuran stake.
Apa arti xG / λ di sini?
λ adalah gol diharapkan sebelum simulasi varians. Input Poisson, bukan stat xG pasca-pertandingan.
Mengapa probabilitas skor tepat rendah?
Bahkan skor paling mungkin sering di bawah 15% karena banyak kombinasi membagi massa — normal di Poisson.
