足球比分適合用泊松模型嗎？
可以做一個清楚、可驗證嘅 baseline，但唔應該當成「足球比分一定服從泊松」。 波膽模型要分開估主隊入球率 λH 同客隊入球率 λA， 再將兩邊泊松分布組成一張二維比分矩陣。 目前 HKBetNet 早段快照主隊平均 1.66 球、客隊 1.39 球； 用呢兩個聚合平均做獨立泊松 baseline，可以檢查 0:0、1:0、1:1、2:1 等比分格有冇系統性偏差。
直接答案：適合作為 baseline，但唔夠資格單獨做最終答案
泊松模型優點係結構簡單、每個比分格都可以直接計， 而且 λ 有清楚足球意義：代表期望入球。 但佢最簡化版本通常假設主客入球條件獨立， 而且唔會自動處理紅牌、比分狀態、戰術收縮或者低比分相關。
H ~ Poisson(λ_H), A ~ Poisson(λ_A)
所以最穩陣做法係： 先用泊松建立可解釋 baseline， 再用實際比分矩陣、殘差、校準同樣本外 Log Loss 檢查到底邊度唔夠。
二維比分矩陣點樣由兩個 λ 建出嚟？
單邊入球泊松概率：
P(H=h)=e^(-λ_H) λ_H^h / h!
P(A=a)=e^(-λ_A) λ_A^a / a!
如果先採用條件獨立 baseline：
P(H=h,A=a)=P(H=h) × P(A=a)
咁 0:0、1:0、0:1、1:1、2:1……每一格都有一個概率， 全部格加埋接近 1。 HKBetNet 波膽工具用 0–10 × 0–10 矩陣； 以目前聚合 λ=1.66／1.39 做示範， 呢個範圍已經覆蓋約 99.99983% 概率質量。
模型例子：λ_H=1.66、λ_A=1.39 時，邊啲比分排得較前？
以下只係用目前聚合主客平均做數學 baseline， 唔代表任何一場實際賽事，亦未加入 Dixon-Coles 低比分修正。
| 模型排名 | 比分 | 獨立 Poisson 概率 |
|---|---|---|
| 1 | 1:1 | 10.93% |
| 2 | 2:1 | 9.07% |
| 3 | 1:0 | 7.86% |
| 4 | 1:2 | 7.59% |
| 5 | 0:1 | 6.58% |
| 6 | 2:0 | 6.53% |
| 7 | 2:2 | 6.30% |
| 8 | 3:1 | 5.02% |
呢張表唔係用嚟揀比分， 只係展示兩個 λ 點樣直接決定整張矩陣嘅形狀。 如果 λ_H 上升，主隊方向嘅 1:0、2:0、2:1 等格會整體上移； λ_A 上升就相反。
主場 λ 改變點樣傳去整張矩陣，可以再睇 主場優勢會點樣改變比分矩陣？。
目前早段快照：幾個常見比分同簡單 baseline 有冇偏差？
目前 N=146 嘅歷史 Top 分比分， 可以同 λ_H=1.66、λ_A=1.39 嘅獨立泊松 baseline 做一個初步對照：
| 比分 | 實際 N | 實際比例 | Poisson baseline | 實際 − baseline |
|---|---|---|---|---|
| 1:1 | 14 | 9.6% | 10.9% | -1.3pp |
| 0:1 | 12 | 8.2% | 6.6% | +1.6pp |
| 2:2 | 11 | 7.5% | 6.3% | +1.2pp |
| 1:0 | 10 | 6.8% | 7.9% | -1.0pp |
| 0:0 | 10 | 6.8% | 4.7% | +2.1pp |
| 1:2 | 10 | 6.8% | 7.6% | -0.7pp |
| 2:1 | 9 | 6.2% | 9.1% | -2.9pp |
| 3:0 | 8 | 5.5% | 3.6% | +1.9pp |
呢張表只係 aggregate diagnostic。 聚合 λ 將唔同聯賽、強弱隊、主客場同賽程撈埋， 本身已經可能製造 residual； 所以唔可以見到某格差幾個百分點， 就即刻話「Poisson 失效」。
真正殘差分析要逐場用自己嘅 λ_H、λ_A， 再將 expected matrix 累積起身。 呢部分可以去 比分模型最容易錯估邊啲比分？。
最值得檢查嘅假設：主客隊入球真係互相獨立？
獨立泊松要求：
P(H=h,A=a)=P(H=h)P(A=a)
但足球場上，一隊入波之後， 另一隊戰術、壓迫、風險選擇都可能改變。 紅牌更加會同時改兩邊入球強度。 所以 independence 係方便 baseline，唔係足球規律。
呢個問題由 主客隊入球真的互相獨立嗎？ 專門處理。
點解 HKBetNet 最終工具唔只用純獨立 Poisson？
Dixon-Coles 模型保留泊松框架， 但對 0:0、1:0、0:1、1:1 四個低比分格做局部修正。 HKBetNet 目前凍結使用 ρ=-0.04。
P_DC(h,a)=τ(h,a;ρ) × P_Poisson(h,a)
即係純 Poisson 負責主體矩陣， Dixon-Coles 再處理最容易出現系統偏差嘅低比分區。 詳細公式可以睇 Dixon-Coles 模型點解要修正低比分？。
點先可以話一個比分 Poisson 模型「夠用」？
唔應該只靠平均入球接近或者幾個比分睇落合理。 至少要做四層檢查：
| 檢查 | 要回答嘅問題 |
|---|---|
| Residual matrix | 邊啲比分格長期高估／低估 |
| Calibration | 報 10% 嘅比分，長期係咪約 10% 發生 |
| Log Loss / Brier | 整張分布有冇比簡單 baseline 好 |
| Out-of-sample | 改善係真實泛化，定只係 fit 過去資料 |
較複雜模型值得保留 ⇔ 未見比賽表現優於簡單 Poisson baseline
概率校準可以去 波膽模型的比分概率準確嗎？。
編輯研究經驗：最容易犯嘅錯，係見平均值合理就當整張矩陣合理
HKBetNet 做比分模型 QA 時， 第一件事唔係只睇平均總入球。 就算 λ_H+λ_A 完全貼近實際平均， 0:0、1:1、2:2 或主客方向仍然可以錯得幾明顯。
第二個常見錯法係用全體平均 λ 解釋所有比賽。 1.66／1.39 只係目前聚合快照， 真正指定賽事一定要有自己嘅球隊攻守、主客場同近期權重。
賽事層面如果見到紅牌、早段入球或者極端比分， 我哋會用嚟解釋 residual， 但唔會因為幾場異常就即刻改凍結模型。 要改模型，仍然要睇未見樣本有冇穩定改善。
學術上點解泊松仍然係足球比分模型嘅重要起點？
Maher（1982）係足球比分泊松建模嘅經典研究之一， 用球隊攻擊、防守能力建立主客入球率， 再由兩個分布形成比分概率。
Dixon & Coles（1997）喺同一條路線上加入時間權重、 主場效應同低比分修正， 反映最簡單獨立 Poisson 有用，但未必完整。
Karlis & Ntzoufras（2003）再用 bivariate Poisson 直接處理兩個計數嘅相關結構， 進一步說明「二維比分」研究唔應只停留喺兩個獨立邊際分布。
- Maher (1982)：Modelling association football scores
- Dixon & Coles (1997)：Modelling association football scores and inefficiencies in the football betting market
- Karlis & Ntzoufras (2003)：Analysis of sports data by using bivariate Poisson models
- Gneiting & Raftery (2007)：Strictly Proper Scoring Rules, Prediction, and Estimation
HKBetNet 自己嘅資料、模型凍結、回測同更新方法，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，未足以對比分 Poisson 作長期定論。
- λ_H=1.66、λ_A=1.39 係聚合平均，唔係任何指定賽事嘅真正預期入球。
- 選取幾個常見比分做 aggregate residual 對照，只係初步 diagnostic，唔等於正式逐場模型檢驗。
- 獨立 Poisson baseline 唔會完整處理低比分相關、紅牌、比分狀態同其他場內互動。
- HKBetNet 最終波膽工具使用 Dixon-Coles ρ=-0.04；呢個參數係凍結設定，唔係足球世界常數。
- 本頁研究二維具體比分矩陣；一維總入球泊松由 Goal Cluster 負責。
- 模型概率唔係投注建議，更加唔係保證盈利。