半場入球大細點樣計？
半場入球大細唔係將全場數字簡單除二就得。 目前呢批免費賽事快照入面，上半場平均總入球係 1.30 球， 全場平均係 3.05 球；即係上半場只佔全場平均入球約 42.6%。 呢頁會由 0.5、1.0、1.5 三條常見半場入球線開始， 將概率、走盤結算同時間效應分開計清楚。
直接答案：先估上半場總入球分布，再按盤口門檻分類
半場入球大細真正要處理嘅變量係：
T_HT = HTHG + HTAG
有咗上半場總入球分布之後， 大 0.5 就係計 P(T_HT ≥ 1)； 大 1.5 就係計 P(T_HT ≥ 2)； 至於 1.0 呢條整數線，就要另外保留剛好 1 球嘅走盤概率。
所以半場盤同 全場總入球分布 用緊同一套概率語言，但唔應該共用同一個 λ。 如果你想先理解總入球模型點樣建立，可以睇 足球總入球適合用泊松模型嗎？。
目前數據：上半場平均 1.30 球，全場平均 3.05 球
3.05 − 1.30 = 1.75，所以目前樣本後半段平均入球量高過上半場。 用兩個平均數直接相比，1.75 大約係 1.30 嘅 1.35 倍。 呢個結果已經足夠提醒我哋：全場 λ ÷ 2 唔係一個穩陣嘅半場模型。
如果你想先睇 3.05 呢個全場基準點樣得出，可以返 一場足球比賽平均入幾多球？。
點解唔可以直接用「全場平均 ÷ 2」？
足球入球率唔係由第 1 分鐘到第 90 分鐘完全固定。 比賽時間、當時比分、領先或落後、換人、紅牌同補時， 都可能令後段入球強度改變。 所以用全場平均 3.05 直接除二，會得到 1.525； 但目前真正上半場平均只有 1.30，兩者已經有明顯差距。
| 做法 | 上半場預期入球 | 同目前 1.30 比較 |
|---|---|---|
| 全場 3.05 ÷ 2 | 1.525 | 高約 0.225 球 |
| 目前實際上半場平均 | 1.30 | 基準 |
呢個唔代表 1.30 永遠都係正確答案，而係話： 半場模型應該用半場資料自己估 λ_HT。 聯賽、球隊同賽季有變，1.30 都會跟住變。
0.5、1.0、1.5 三條線，數學上問緊唔同事件
大 0.5：P(T_HT ≥ 1) = 1 − P(T_HT=0)
大 1.0：Win=P(T_HT≥2), Push=P(T_HT=1), Lose=P(T_HT=0)
大 1.5：P(T_HT ≥ 2) = 1 − P(T_HT=0) − P(T_HT=1)
0.5 同 1.5 都冇走盤； 1.0 就唔同，半場啱啱 1 球會走盤。 所以如果你只寫「大 1 概率 60%」而冇講 Win／Push／Lose 點分， 個數字其實唔完整。
半場 0.5、1.0、1.5 點樣結算？
| 半場總入球 | 大 0.5 | 大 1.0 | 大 1.5 |
|---|---|---|---|
| 0 球 | 全輸 | 全輸 | 全輸 |
| 1 球 | 全贏 | 走盤 | 全輸 |
| 2 球或以上 | 全贏 | 全贏 | 全贏 |
| 半場總入球 | 細 0.5 | 細 1.0 | 細 1.5 |
|---|---|---|---|
| 0 球 | 全贏 | 全贏 | 全贏 |
| 1 球 | 全輸 | 走盤 | 全贏 |
| 2 球或以上 | 全輸 | 全輸 | 全輸 |
如果你想再比較四分一盤，例如 0.75、1.25， 原理同全場 2.25／2.75 一樣，都係將注碼拆去相鄰兩條線。 可以配合 入球大細 2.25、2.5、2.75 有咩分別？ 一齊理解拆盤邏輯。
用 λ=1.30 做簡單泊松示範，三條線差幾遠？
假設目前整體上半場平均 1.30 可以暫時當成一個最簡單 Poisson baseline：
T_HT ~ Poisson(1.30)
P(T=0)=e^-1.30≈27.3%
P(T=1)=1.30×e^-1.30≈35.4%
P(T≥2)≈37.3%
| 半場盤 | 全贏概率 | 走盤概率 | 全輸概率 |
|---|---|---|---|
| 大 0.5 | 72.7% | — | 27.3% |
| 大 1.0 | 37.3% | 35.4% | 27.3% |
| 大 1.5 | 37.3% | — | 62.7% |
呢張表係數學示範，唔係話所有比賽都應該用 λ=1.30。 強攻球隊對弱防、低入球聯賽、主客場差異，都會令 match-specific λ 改變。 所以真正落到一場波，應該由球隊同聯賽資料重新估半場 λ。
如果你想由單一 λ 再拆成主隊半場入球同客隊半場入球， 就會開始進入半場比分矩陣範圍；相關內容由 半場波膽比分研究 負責，呢頁唔重複。
編輯研究經驗：半場模型最常見嘅錯，就係直接將全場除二
HKBetNet 整理半場資料同做工具 QA 時， 第一個會核對嘅通常唔係盤口，而係 HTHG、HTAG 有冇完整， 同埋半場總入球加總之後，分布同全場資料係咪對得上。 因為半場欄位一旦缺失或者錯位，0.5、1.0、1.5 三條線會一齊計錯。
第二個常見問題，就係偷懶用「全場 λ ÷ 2」。 今次樣本已經好直接：全場平均 3.05，除二係 1.525， 但真正半場平均只有 1.30。 所以我哋會將半場當成獨立時間段估計，而唔係假設 90 分鐘平均分成兩份。
做賽事層面核對時，早段紅牌、早段入球、兩隊開局節奏、 臨近半場前嘅補時都可能令單場偏離整體 1.30。 呢類賽事情境可以幫手解釋異常值，但唔會用一兩場印象取代長期樣本。
學術研究點解支持「時間唔應該平均切半」？
Maher（1982）建立咗足球比分泊松建模嘅經典框架， 為用入球強度 λ 描述離散比分提供基礎。 但如果研究比賽時間內嘅入球，就要再放鬆「固定強度」呢個簡化。
Dixon & Robinson（1998）分析超過 4,000 場英格蘭賽事， 發現入球速率會隨比賽進程改變，而且當時比分亦會影響入球強度。 呢個結果正正支持半場模型唔應該機械式用全場期望除二。
Klemp、Wunderlich & Memmert（2021）再用超過 30,000 場比賽研究 in-play forecasting， 強調要控制賽前球隊／市場強度，唔應該因為上半場已經入咗幾球， 就直接假設下半場會按同一節奏延續。
- Maher (1982)：Modelling association football scores
- Dixon & Robinson (1998)：A birth process model for association football matches
- Klemp、Wunderlich & Memmert (2021)：In-play forecasting in football using event and positional data
HKBetNet 自己嘅資料、回測同模型更新原則，可以再睇 編輯與研究方法。
限制與不能推出的結論
- 目前上半場平均 1.30、全場 3.05 屬 2026/27 賽季早段快照，樣本量仍有限。
- 下半場 1.75 係用全場平均減上半場平均得到，唔等於每一場下半場都有固定 λ=1.75。
- λ=1.30 的泊松表格只係全體平均 baseline，唔係指定下一場比賽嘅個別概率。
- 半場 1.0 係整數盤，必須保留 T=1 嘅走盤概率；唔可以當成普通二元事件。
- 入球強度可能隨時間、比分、紅牌、球隊實力同戰術狀態改變。
- 本頁只處理半場總入球與 0.5／1／1.5；半場具體比分矩陣由波膽知識頁負責。
- 歷史頻率同模型概率都唔係單場保證，更加唔代表保證盈利。
下一步：由半場總入球連去全場盤同半場比分
搞清楚 0.5、1.0、1.5 點樣計之後， 可以按你想研究嘅方向繼續落去。