基于泊松分布的比分预测模型 · 数据化足球分析
📊 期望值 · 独立事件 · 进球概率
泊松公式(Poisson distribution) 在足球预测中用于估算比赛双方进球数的概率。核心思路:将每支球队的进球数视为独立泊松事件,通过历史平均进球率(λ)计算特定比分发生的可能性。
例如:主队场均进球 λ₁ = 1.8,客队 λ₂ = 1.2,则主队进 2 球的概率 ≈ 26.7%,客队进 1 球的概率 ≈ 36.1%,组合起来 2-1 的比分概率 ≈ 9.6%。
💡 实例:若主队 λ=1.6,客队 λ=0.9,则主队胜率 ≈ 58%,平局 ≈ 23%,客胜 ≈ 19%。
数据:曼城主场 λ=2.4,阿森纳客场 λ=1.1
🎯 预测结论:曼城主场取胜概率高,最可能比分 2-0、2-1、3-1。
🔹 双泊松模型:分别计算主客进球,更精细。
🔹 贝叶斯泊松:引入先验分布,应对小样本。
🔹 机器学习+泊松:用XGBoost调整λ值,提升预测力。
🔹 关注我们,获取更多 泊松预测模板 与 Excel 计算表。
泊松公式预测足球法 · 仅供学习参考 | 数据模型基于统计期望
© 泊松足球分析 · 移动端智能版