足球總入球適合用泊松模型嗎？
可以做第一層基準模型，但唔應該當成足球入球一定完全服從泊松分布。 目前 2026/27 早段快照 N=146， 平均總入球係 3.05、方差係 3.31， 方差／平均約 1.09。 呢個結果顯示目前分布只係輕微比標準泊松更分散； 真正要判斷模型夠唔夠好，仲要睇 0、1、2、3… 各格殘差，而唔係只睇一個平均值。
直接答案：適合做 baseline，但唔應該當成永久真相
足球總入球係非負整數計數， 用泊松分布做第一個模型非常自然： 只要有一個期望總入球 λ，就可以計 0、1、2、3… 球各自嘅概率。
問題係足球並唔係完全靜態。 球隊強弱、主客場、紅牌、比分狀態、戰術同賽事時間都會令入球強度改變。 所以泊松模型最合理嘅定位係： 先做一個清楚、可檢驗、容易解釋嘅基準，再睇邊啲地方需要修正。
如果你想先睇 0 至 7+ 球嘅實際分布，可以去 總入球 0、1、2、3… 的概率點樣計？； 呢頁就集中處理「Poisson 呢個假設本身夠唔夠貼數據」。
普通泊松模型其實偷偷做咗幾個假設
將全場總入球寫成 T ~ Poisson(λ)， 等於先接受一個簡化世界。 呢個世界至少包括以下幾點：
- 同一場比賽用一個固定 λ 代表整體入球強度。
- 在最簡單版本入面，方差應該接近平均值。
- 極端高比分同低比分都由同一條分布尾部自然產生。
- 模型本身唔知道紅牌、領先後收慢、末段追比分等賽事情境，除非另外加特徵。
呢啲唔係「錯」，而係有意識嘅簡化。 模型最重要唔係假設夠唔夠漂亮，而係假設偏離現實之後， 預測誤差仲可唔可以接受。
數學定義：一個 λ 點樣展開成完整總入球分布？
P(T=k) = e^(-λ) λ^k / k!
其中 k 可以係 0、1、2、3…； λ 就係預期總入球。 如果 λ=3.05，模型就會自動產生一條由 0 球一路延伸到高比分尾部嘅概率分布。
有咗 P(T=k) 之後， 大 2.5、單雙、2.25／2.75 都可以再由同一組概率聚合。 例如：
P(Over 2.5) = P(T≥3)
P(Even) = P(0)+P(2)+P(4)+…
所以 入球單雙 同 2.25、2.5、2.75 入球盤 本質上都係呢條總入球分布嘅衍生事件。
第一個檢查：方差有冇接近平均？
標準泊松有一個核心性質：
Var(T) = E[T] = λ
目前方差 3.31，比平均 3.05 高約 8.5%。 呢個方向可以叫做輕微 overdispersion（過度離散）： 實際比賽結果比最簡單泊松稍為散。
但 1.09 並唔係一個巨大偏離，而且目前只有 146 場。 所以正確結論係： 有輕微過度離散跡象，但暫時未足以單靠 dispersion ratio 就否定 Poisson baseline。
第二個檢查：逐個總入球數睇殘差
平均同方差只係摘要。 真正做模型 QA，我哋會睇每一格： 實際 0 球、1 球、2 球……同 Poisson(3.05) 差幾遠。
| 總入球 | 實際比例 | Poisson(3.05) | 實際 − 模型 |
|---|---|---|---|
| 0 | 6.8% | 4.7% | +2.1pp |
| 1 | 15.1% | 14.4% | +0.7pp |
| 2 | 19.9% | 22.0% | -2.1pp |
| 3 | 19.2% | 22.4% | -3.2pp |
| 4 | 15.8% | 17.1% | -1.3pp |
| 5 | 16.4% | 10.4% | +6.0pp |
| 6 | 1.4% | 5.3% | -3.9pp |
| 7+ | 5.5% | 3.6% | +1.9pp |
目前最搶眼嘅係 5 球： 實際 16.4%，模型約 10.4%，差約 +6.0 個百分點； 6 球就反過來明顯低過模型。
呢種「某一格高、下一格低」喺細樣本唔罕見。 所以我哋唔會因為一格殘差就即刻改模型， 而係等更多賽季資料加入，再睇殘差係咪長期同方向。
泊松最容易喺邊啲地方失準？
一維總入球 Poisson 最大限制，係將成場波濃縮成一個 λ。 但實際賽事入面，以下因素都可能令固定 λ 太粗：
- 主客場：目前主隊平均 1.66、客隊 1.39，本身已經唔對稱。
- 比分狀態：落後球隊末段可能提高風險，入球強度唔再固定。
- 紅牌：可以即時改變兩邊攻守結構。
- 低比分相關：0:0、1:0、0:1、1:1 可能偏離獨立泊松。
- 球隊異質性：將強隊、弱隊、不同聯賽撈埋，只用全體 λ 會隱藏結構。
主客場影響可以睇 主場同作客會影響入球概率嗎？； 低比分相關如果要進入二維比分模型，就應該轉去 Dixon-Coles 低比分修正。
編輯研究經驗：Poisson 最危險嘅唔係公式錯，而係用錯層級
HKBetNet 做工具 QA 時， 最常見問題唔係有人計錯 e-λ， 而係將一個「全聯賽平均 λ」直接套落一場指定比賽。 例如 3.05 可以做全體 baseline， 但強隊主場對弱隊同兩隊低入球球隊交手，唔應該共用同一個 λ。
第二個常見錯法係見到方差略高過平均，就即刻話「Poisson 唔適合足球」。 實際做研究，我哋更關心： 偏差出喺邊個區間、係咪長期重複、改模型之後樣本外誤差有冇下降。
賽事情境亦會幫手解釋殘差。 5 球、6 球以上大比分有時同紅牌、早段失球、末段開放式追分有關； 但呢啲經驗只用嚟解釋異常值， 唔會因為幾場大比分就直接改凍結模型參數。
學術上點解泊松一直都係足球模型起點？
Maher（1982）係足球比分泊松建模嘅經典研究之一， 將球隊攻擊、防守能力放入泊松框架， 證明簡單計數模型可以相當自然咁描述足球比分結構。
Dixon & Coles（1997）之後進一步指出， 最簡單獨立泊松喺低比分位置會有系統性偏差， 所以加入 0:0、1:0、0:1、1:1 嘅相關修正。 呢個正好說明： Poisson 唔係冇用，而係應該由 baseline 開始，再按實際殘差修正。
如果要評估一個概率模型係咪真係比另一個好， 最後仍然要落返樣本外預測，用 Log Loss、Brier Score 等 proper scoring rule 比較， 而唔係只睇圖形貼唔貼。
- Maher (1982)：Modelling association football scores
- Dixon & Coles (1997)：Modelling association football scores and inefficiencies in the football betting market
- Gneiting & Raftery (2007)：Strictly Proper Scoring Rules, Prediction, and Estimation
HKBetNet 自己嘅資料處理、參數凍結、回測同更新原則，可以再睇 編輯與研究方法。
限制與不能推出的結論
- 目前 N=146 只係 2026/27 賽季早段快照，唔足以單獨判定泊松模型長期適合或不適合。
- 方差／平均約 1.09 只支持輕微 overdispersion 跡象，唔係拒絕模型嘅充分證據。
- Poisson(3.05) 係全體 baseline，唔係指定下一場比賽嘅 match-specific λ。
- 逐格殘差目前可能受細樣本影響，尤其 5、6、7+ 球尾部。
- 本頁只研究一維總入球；主客比分聯合分布由 Correct Score 頁處理。
- Dixon-Coles 修正針對低比分相關，唔等於所有總入球偏差都會自動解決。
- 模型概率唔係投注建議，更加唔係保證盈利。
下一步：由 Poisson baseline 連去總入球、盤口同比分矩陣
搞清楚 Poisson 做到邊度、做唔到邊度之後， 可以再按下面幾條路線深入。