泊松分布计算器
计算器使用方法
泊松分布计算器帮你估算体育赛事中特定结果出现的概率。输入期望均值和大小盘口线，就能看到大小盘投注的各项概率。
用历史数据或专业型博彩公司盘口隐含的总数，确定期望均值（λ）。
输入期望均值，以及博彩公司开出的大小盘口线。
查看该盘口线的大、小以及恰好命中的概率。
通过柱状图查看每个具体结果（0-10）的概率。
什么是泊松分布？
泊松分布 是法国数学家 西莫恩·德尼·泊松（Siméon Denis Poisson） 于 1837 年提出的概率模型。在平均发生率已知的前提下，它可以预测固定区间内某事件恰好发生若干次的可能性。
在体育投注中，它是预测足球、冰球进球总数最常用的模型之一，也常用于得分、助攻、篮板、三振等球员数据投注。只要知道期望均值，就能算出任意具体结果或大小盘总数的概率。
P(X = k) = (λ^k × e^-λ) / k!最适合泊松建模的运动
进球少且相互独立，最为契合
进球离散，发生率稳定
总得分与泊松模型拟合良好
得分、助攻、篮板、三振、射门
泊松计算分步示例
一场足球比赛的预期总进球数为 2.5 球 （λ = 2.5）。博彩公司给大 2.5 球开出的赔率是 -110 ，这注值得下吗？
常见错误
篮球和美式足球的比分太高、也太接近连续分布，不适合泊松。这个模型最适合足球、冰球进球这类离散的低频事件。
标准泊松模型假设两队得分相互独立。实际上，落后一方可能会加强进攻，进而影响两队的进球率。想更准确，可以考虑双变量泊松模型。
球队状态在赛季中会变化，用整个赛季的均值可能掩盖近期走势。给近期比赛更高的权重，或者用最近 6-10 场的滚动均值。
泊松给你的是一个基准模型，不是水晶球。一定要把算出的概率和市场赔率对比，只在找到真正的价值时才下注。
常见问题
泊松公式里的 lambda（λ）是什么？
Lambda（λ）是给定区间内事件发生次数的期望均值。在足球里，它就是一场比赛的预期进球数。它是决定整个泊松分布的唯一参数：均值和方差都等于 λ。
泊松模型的预期进球怎么算？
分别算出每支球队场均进球，以及对手场均失球。结合联赛平均水平，得出进攻强度和防守强度评分。再用这些评分乘以联赛场均进球，就是每支球队的预期进球。
泊松能用来预测正确比分吗？
可以。用各队的预期进球，分别算出两队的泊松分布，再把概率相乘。例如 P(2-1) = P(主队进 2 球) × P(客队进 1 球)。这里假设两队得分相互独立。
为什么泊松会低估 0-0 平局？
标准泊松模型假设得分相互独立。实际上，有些比赛两队都打得很保守，节奏偏向低比分，0-0 出现的概率比模型预测的更高。双变量泊松模型可以把这种相关性考虑进去。
什么是双变量泊松？
双变量泊松在标准模型基础上，加入了两队得分之间的相关系数。对于 0-0、1-1 这类两队独立假设失效的比分，它的预测更准确。
泊松比直接用市场赔率更好吗？
专业型博彩公司的市场赔率通常非常有效。泊松最好作为补充：建立自己的模型，和市场赔率对比，当你的模型与市场存在明显分歧时再下注。
泊松能用在球员数据投注上吗？
能，球员数据投注是泊松最适合的场景之一。得分、助攻、篮板、三振、射正这类离散计数数据都能用泊松建模。把球员的赛季均值或近期滚动均值作为 λ，再把泊松概率和博彩公司的盘口对比。
主场优势怎么算进去？
把历史数据分成主场和客场两部分。主队用主场攻防评分，客队用客场评分。一般来说，主队场均比客队多进 0.3-0.4 球。
专业建议：用专业型博彩公司的总数作为 λ
没时间自己搭建预期进球模型？直接把 Pinnacle 这类专业型博彩公司盘口隐含的总数作为 λ。它们的盘口非常有效，能给你一个可靠的基准。再把泊松概率和娱乐型博彩公司的赔率对比，寻找价值。