和局通常係咩比分？
目前 2026/27 早段免費快照 N=146， 一共有 36 場和局，約佔全部比賽 24.7%。 已知和局之後，最常見比分係 1:1（38.9%）， 之後係 2:2（30.6%）、0:0（27.8%）， 3:3 只佔 2.8%。 呢頁研究嘅係條件分布 P(score | Draw)， 唔係市場「和局賠率準唔準」。
直接答案：目前和局入面，1:1 最多，其次係 2:2 同 0:0
目前 36 場和局之中：
| 和局比分 | N | 和局內比例 |
|---|---|---|
| 1:1 | 14 | 38.9% |
| 2:2 | 11 | 30.6% |
| 0:0 | 10 | 27.8% |
| 3:3 | 1 | 2.8% |
1:1、2:2、0:0 三個比分已經包辦 97.2% 和局樣本。 但呢個只係目前早段歷史快照， 唔代表下一場一旦和局就一定落喺呢三格。
和局比分頁要睇「和局內比例」，唔係全部比賽比例
例如 1:1 有 14 場。 如果用全部 146 場做分母，比例係 9.6%； 但本頁研究問題係「已知和局之後係咩比分」， 所以分母應該係 36 場和局：
P(1:1 | Draw) = 14 / 36 = 38.9%
同一個比分可以同時有兩種合理比例， 關鍵係你問緊邊個問題。 全體比分歷史分布可以去 足球最常見比分是甚麼？。
數學上，和局比分係一個條件概率問題
Draw 事件其實係：
Draw = {H = A}
所以某個和局比分 k:k 嘅條件概率係：
P(k:k | Draw) = P(k:k) / P(Draw)
換句話講， 0:0、1:1、2:2、3:3 都係和局矩陣對角線上嘅格。 本頁只係將對角線內部重新 normalize， 睇各格喺「已知和局」條件下佔幾多。
用總平均 3.05 做對稱泊松 baseline，和局內分布會點樣？
為咗只睇「總入球環境」對和局對角線嘅影響， 可以做一個純數學 baseline： 將 3.05 平分成 λH=λA=1.525， 再只睇 0:0、1:1、2:2……呢條對角線， 最後喺和局內重新 normalize。
| 和局比分 | 目前實際 | 對稱 Poisson 基準 | 實際 − 基準 |
|---|---|---|---|
| 1:1 | 38.9% | 45.8% | -6.9pp |
| 2:2 | 30.6% | 26.6% | +4.0pp |
| 0:0 | 27.8% | 19.7% | +8.1pp |
| 3:3 | 2.8% | 6.9% | -4.1pp |
呢個表只可以用嚟做「方向性診斷」。 真正模型比較應該逐場用各自 λH、λA， 再累積 predicted draw-score matrix， 唔應該用一個全體平均 λ 代替所有比賽。
點樣解讀 0:0、1:1、2:2 嘅形狀？
0:0 比例高，通常代表低入球環境或者低比分相關結構較強； 1:1 高，就代表兩邊各有一球嘅質量集中； 2:2 高，則反映高入球和局尾部較厚。
但唔應該見到 2:2 暫時有 30.6%， 就直接寫成「今季容易 2:2」。 目前只有 36 場和局， 一兩場結果已經可以令條件比例郁好多。
如果要研究低比分對角線點解偏離獨立泊松， 可以去 Dixon-Coles 模型點解要修正低比分？； 想比較不同聯賽和局比分結構，就配合 不同聯賽的比分分布一樣嗎？。
編輯研究經驗：最容易出錯，係將「和局比分」同「和局概率」混埋
HKBetNet 做比分資料 QA 時， 一定會先分兩層： 第一層係「今場和唔和」； 第二層先係「如果和，最終係 0:0、1:1 定 2:2」。
例如一場波和局總概率得 24%， 就算 1:1 佔和局內 40%， 1:1 無條件概率都只係大約 9.6%。 所以條件概率高，唔等於單一比分本身有高絕對概率。
賽事情境亦要小心。 紅牌、追分、早段入球都會改變比賽之後嘅比分路徑； 所以歷史和局分布只係背景， 唔會代替指定賽事嘅主客 λ 同完整比分矩陣。
學術上，和局比分其實就係比分矩陣對角線
Maher（1982）用主客隊泊松分布建立完整比分矩陣， 和局概率就係所有 h=a 格加總。
P(Draw) = Σ_k P(H=k, A=k)
Dixon & Coles（1997）再指出， 0:0、1:1 等低比分格可能需要額外相關修正， 所以研究和局比分分布時， 唔應只用最簡單獨立泊松就當最終答案。
- 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
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
- 目前只有 36 場和局，全部屬 2026/27 賽季早段，條件比例波動仍然可以好大。
- 1:1 38.9%、2:2 30.6%、0:0 27.8% 都係「已知和局」之後嘅條件比例，唔係指定下一場無條件比分概率。
- 對稱 Poisson baseline 使用 λ_H=λ_A=1.525，只係控制總入球環境嘅數學示範，唔代表真實比賽冇主場優勢。
- aggregate baseline 會混合不同聯賽、球隊強弱同 λ 結構，正式研究應用逐場模型輸出。
- 市場和局 implied probability 同賠率準確度屬 Football Odds Cluster，本頁唔重複。
- 歷史和局比分分布唔保證下一場重複。
- 模型概率唔係投注建議，更加唔係保證盈利。