Logo

Poisson-kalkylator (Poissonfördelning)

Över 2.5
0.00%
Under 2.5
0.00%
Förväntat snitt
0.00

Så använder du kalkylatorn

Poisson-kalkylatorn hjälper dig att uppskatta sannolikheten för specifika utfall i en match. Ange förväntat snitt och en över/under-linje så får du sannolikheterna för över och under.

Steg 1
Hitta förväntat snitt

Använd historisk data eller den implicita totalen i sharpa spelbolags linjer för att ta fram förväntat snitt (λ).

Steg 2
Ange dina värden

Fyll i förväntat snitt och över/under-linjen från ditt spelbolag.

Steg 3
Läs av sannolikheterna

Se sannolikheterna för över, under och exakt på din linje.

Steg 4
Analysera fördelningen

Stapeldiagrammet visar sannolikheten för varje exakt utfall (0–10).

Vad är Poissonfördelningen?

Poissonfördelningen är en sannolikhetsmodell som togs fram av den franske matematikern Siméon Denis Poisson år 1837. Den förutsäger hur troligt det är att ett visst antal händelser inträffar inom ett fast intervall, givet ett känt genomsnitt.

Inom sportbetting är den en av de mest använda modellerna för att förutsäga antal mål i fotboll och ishockey, och för spelarspel som poäng, assist, returer och strikeouts. Vet du det förväntade snittet kan du räkna ut sannolikheten för vilket exakt utfall eller vilken över/under-linje som helst.as well as player props like points, assists, rebounds, and strikeouts. By knowing the expected average, you can calculate the probability of any exact outcome or over/under total.

Poissonformeln
P(X = k) = (λ^k × e^-λ) / k!
P(X = k) = sannolikheten för exakt k händelser
λ = förväntat snitt (lambda)
e = Eulers tal (~2,71828)
k! = fakulteten av k

Bästa sporterna för Poissonmodeller

⚽
Fotboll

Få mål som faller oberoende av varandra, passar perfekt

🏒
Ishockey

Enskilda mål i jämn takt

⚾
Baseboll

Antal runs passar Poissonmodellen bra

🎯
Spelarspel

Poäng, assist, returer, strikeouts, skott

Poissonberäkning steg för steg

Scenario

En fotbollsmatch väntas i snitt ge 2,5 mål (λ = 2,5). Spelbolaget erbjuder över 2,5 till -110 Är det ett bra spel?

Steg 1: summera sannolikheterna för under
P(0) = 8,21 %
P(1) = 20,52 %
P(2) = 25,65 %
Under 2,5 = 54,38 %
Steg 2: räkna ut sannolikheten för över
Över 2,5 = 1 - 54,38 %
Över 2,5 = 45,62 %
Steg 3: jämför med marknaden
-110 motsvarar 52.38%
Vår modell: 45,62 %
Ingen fördel: stå över spelet

Vanliga misstag att undvika

Att använda Poisson i sporter med många poäng

Resultaten i basket och amerikansk fotboll är för höga och för kontinuerliga för Poisson. Modellen fungerar bäst för diskreta, sällsynta händelser som mål i fotboll eller ishockey.

Att ignorera korrelationen mellan lagen

Vanlig Poisson förutsätter att lagen är oberoende av varandra. I verkligheten kan ett lag som ligger under trycka på mer, vilket påverkar båda lagens målproduktion. Titta på bivariat Poisson om du vill ha högre precision.

Att använda inaktuella snitt

Ett lags form ändras under säsongen. Snitt över hela säsongen kan dölja färska trender. Vikta de senaste matcherna tyngre eller använd rullande snitt över de senaste 6–10 matcherna.

Att se Poissonsannolikheter som facit

Poisson ger dig en grundmodell, inte en kristallkula. Jämför alltid dina uträknade sannolikheter med marknadens odds och spela bara när du hittar verkligt värde.

Vanliga frågor

Vad är lambda (λ) i Poissonformeln?

Lambda (λ) är det förväntade genomsnittliga antalet händelser inom ett givet intervall. I fotboll är det antalet mål som väntas i en match. Det är den enda parametern som bestämmer hela Poissonfördelningen: både medelvärdet och variansen är lika med λ.

Hur räknar jag ut förväntade mål för Poisson?

Räkna för varje lag ut snittet av gjorda mål per match och motståndarens snitt av insläppta mål per match. Kombinera dem med ligans snitt för att få ett värde för anfallsstyrka och försvarsstyrka. Multiplicera dem med ligasnittet så får du varje lags förväntade mål.

Kan jag använda Poisson för att förutsäga rätt resultat?

Ja. Räkna ut Poissonfördelningen för varje lag separat utifrån lagets förväntade mål. Multiplicera sedan sannolikheterna med varandra. Till exempel: P(2-1) = P(hemmalaget gör 2) × P(bortalaget gör 1). Det förutsätter att lagens målskytte är oberoende av varandra.

Varför underskattar Poisson oavgjort 0-0?

Den vanliga Poissonmodellen förutsätter oberoende. I verkligheten har vissa matcher en målsnål dynamik där båda lagen spelar defensivt, vilket gör 0-0 troligare än modellen säger. Bivariata Poissonmodeller kan ta hänsyn till den korrelationen.

Vad är bivariat Poisson?

Bivariat Poisson bygger ut standardmodellen med en korrelationsparameter mellan de två lagens målskytte. Det ger träffsäkrare prognoser för resultat som 0-0 och 1-1, där antagandet om att lagen är oberoende inte håller.

Är Poisson bättre än marknadens odds?

Oddsen hos sharpa spelbolag är generellt väldigt effektiva. Poisson fungerar bäst som komplement: bygg din egen modell, jämför den med marknadens odds och spela när din modell skiljer sig tydligt från marknaden.

Kan jag använda Poisson för spelarspel?

Ja, spelarspel är ett av de bästa användningsområdena för Poisson. All diskret räknestatistik som poäng, assist, returer, strikeouts eller skott på mål kan modelleras med Poisson. Använd spelarens säsongssnitt eller ett rullande snitt från senaste tiden som λ och jämför Poissonsannolikheterna med spelbolagets linje.

Hur tar jag hänsyn till hemmafördel?

Dela upp din historiska data i hemma- och bortamatcher. Använd hemmavärden för anfall och försvar på hemmalaget och bortavärden på bortalaget. Hemmalag gör normalt runt 0,3–0,4 fler mål per match än bortalag.

💡

Proffstips: ta λ från sharpa spelbolags linjer

Har du inte tid att bygga en egen modell för förväntade mål? Använd den implicita totalen hos ett sharpt spelbolag som Pinnacle som ditt λ. Deras linjer är väldigt effektiva och ger dig en stabil utgångspunkt. Jämför sedan Poissonsannolikheterna med oddsen hos mjukare spelbolag för att hitta value.

Related Articles

Poisson Distribution for Football Betting: Build a Score ModelTurn each team's expected goals into score, over/under, BTTS, and 1X2 probabilities with the Poisson distribution, then find where the bookmaker is wrong.
Prop Betting Strategy: Finding Edge on Player PropsPlayer prop betting strategy focused on pricing edges, projection basics, and common market inefficiencies. Focuses on NBA/NFL-style markets and line shopping.
Variance in Sports Betting: Why Losing Streaks HappenBetting variance explained, why losing streaks happen, how to estimate swing size, and how to stay disciplined. Includes risk‑of‑ruin context.