中阶分析 · 教程目录
泊松模型:把一场比赛拆成两个进球过程
本篇目标:足球比分预测最常用的一步,是把“主队进几个、客队进几个”当成两个计数过程,用泊松分布给出 0 到 5 球的概率。这篇讲清它在做什么、算出来的数字怎么核对,以及它在哪里会失真。
为什么是泊松
一场足球比赛,每队全场进球通常在 0 到 3 个之间,4 球以上已经少见。这种“单位时间里事件稀疏、彼此近似独立”的计数,最自然的描述就是泊松分布。它只需要一个参数:进球期望 λ(读作 lambda),剩下的概率形状由分布自己决定。
直觉上,λ 就是“这队在这种对阵条件下平均能进几个”。强队主场对弱队可能到 1.9,弱队客场对强队可能只有 0.7。两个 λ 各自算出一条进球数分布,再相乘,就得到一张比分概率表。
一个参数,一条分布
进球数为 k 的概率:
P(X = k) = e−λ · λk / k!
取 λ = 1.6(主队偏强)和 λ = 1.1(客队偏弱),逐球概率如下。百分比保留一位小数,合计因四舍五入可能不等于 100%。
| 进球数 k | 0 | 1 | 2 | 3 | 4 | 5 及以上 |
|---|---|---|---|---|---|---|
| 主队 λ=1.6 | 20.2% | 32.3% | 25.8% | 13.8% | 5.5% | 3.1% |
| 客队 λ=1.1 | 33.3% | 36.6% | 20.1% | 7.4% | 2.0% | 2.7% |
注意两件事:单队最可能的进球数只有 1 个;主队进 0 球的概率仍有 20%。这就是为什么“稳赢”这个词在比分模型里没有位置。
把两条分布拼成比分表
假设两队进球独立,比分 (x, y) 的概率就是两个概率相乘。下面是用上面两个 λ 算出的左上角 4×4 格子,覆盖了绝大多数实际比分。
| 主队 \ 客队 | 0 | 1 | 2 | 3 |
|---|---|---|---|---|
| 0 | 6.7% | 7.4% | 4.1% | 1.5% |
| 1 | 10.7% | 11.8% | 6.5% | 2.4% |
| 2 | 8.6% | 9.5% | 5.2% | 1.9% |
| 3 | 4.6% | 5.1% | 2.8% | 1.0% |
最高的单格是 1-1(11.8%),其次 1-0(10.7%)和 2-1(9.5%)。把某一条对角线加起来,就是平局概率;把 x > y 的格子加起来,就是主胜概率。胜平负三个数不是单独估的,是这张表加出来的。
λ 从哪来
λ 不是拍脑袋。常规做法是先用联赛基准算出“平均球队每场进多少”,再按两队的进攻强度和防守强度做乘法调整,最后加主场系数。简化表达就是:
主队 λ = 联赛均值 × 主队进攻强度 × 客队防守强度 × 主场系数
强度不是简单看进球数,通常还要看过人、射门位置、xG 这类过程指标,避免被一两场大比分带偏。具体到本站,特征集合和系数属于内部实现,不对外公开;公开的是这条计算链的结构和它的失效条件。
它在哪里失真
三处最常见的失真:
- 低比分格子对不上。 独立假设下 0-0 和 1-1 的理论概率与长期频率有系统性偏差,需要用 Dixon-Coles 那类修正项单独调。
- 红牌、早早进球会改变后续节奏。 赛前 λ 是 90 分钟的期望,比赛一旦进入非常规状态,静态模型立刻失效。
- 强弱悬殊时尾部太薄。 泊松对 5-0、6-1 这类极端比分的概率给得偏低,需要额外的尾部处理或直接用经验分布兜底。
所以比分表正确的用法是:看分布形状、看区间,而不是挑一个最高格当预测。任何单一比分超过 15% 都值得怀疑模型设定。
自己核对一遍
拿到页面上的胜平负概率,可以做两个自检:三项相加是否接近 100%;把主胜、平、客胜分别乘回总进球期望,是否与页面显示的总进球期望大致吻合。对不上时,先怀疑口径不同(是否含加时、是否做了低比分修正),再怀疑数据。
常见问题
1. 泊松模型能直接给出比分吗?
它给的是比分概率分布,不是某一个比分。2-1 只是概率最高的一格,通常也就 9%–12%,不能当成结论。
2. 为什么强队的进球期望只有 1.6 左右?
足球是低进球运动,全场总进球期望一般在 2.3–3.2。单队 1.6 已经属于偏强,不是算错了。
相关链接
90edge 方法教程 · 讲口径与边界,不承诺赛果。
来源:90edge 学习中心 · 泊松模型:把一场比赛拆成两个进球过程