AI Ball 的数字是怎么算出来的

一句话回答

AI Ball 把开球前就能拿到的信息，变成胜平负概率、一组最可能的比分和一个把握度。终场之后，每一场都会在公开战绩页上标出对错。

估计建立在什么之上

赛前公开的三种赛果信号和进球数信号；双方的赛果记录，包括交锋史和最近的比赛；以及人员与赛程——伤病、停赛，和双方赛程的密集程度。

没有用什么

逐次射门的数据（所以 AI Ball 的「预期进球」不是基于射门的 xG）、首发阵容、球员追踪、天气、新闻。一个解释数字的页面，也应该说清楚这个数字不知道什么。

用到的方法

泊松模型（Maher, 1982）

描述「小概率事件发生次数」的常用统计模型，在足球里用来描述一支球队的进球数。

Dixon–Coles 修正（1997）

对泊松比分模型的一项已发表修正，纠正 0-0、1-0、0-1、1-1 被低估的问题，并让近期比赛的权重高于久远的比赛。最可能的比分和总进球分布都来自这个比分矩阵。

类 Elo 评分

每场赛果之后上调或下调的实力评分，结果越出乎意料调整越大。它决定进入比分矩阵之前两队各自的进球期望。

Shin 方法（1993）

一项已发表的技术，在把一组公开的赛前数字读成概率之前，先去掉其中的系统性偏差，使它们之和为 1。

多路加权融合

对同一场比赛的多个估计按固定权重合并，而不是单用其中一个，使任何单一输入都不能独自决定结论。融合结果再按伤停和赛程密度微调；当比赛势均力敌、预计进球偏少时，平局概率略微上调。

校准

校准问的是比准确率更窄的一个问题——模型说 70% 的那些事，是不是大约 70% 真的发生了。一个模型可以校准很好但仍然不确定，也可以经常判断正确却校准很差。公开战绩页上的分档就是这项检查。

为什么有六个模型

六个模式用的是同一批原料，权重不同：均衡（默认，公开战绩只用它）、市场导向、数据驱动、变化追踪、保守稳健、价值导向。在比赛页上切换模式，可以看到结论有多依赖这些取舍。

「把握度」是什么意思

把握度不是「判断正确的概率」。它衡量的是三个概率拉得有多开、各视角指向同一方向的程度，再经过一张用历史比赛拟合的校准表。把握度高的比赛是不是真的更常判断正确，公开战绩页上看得到。

怎么核对

公开战绩页列出 2026 年 8 月 27 日以来每一场已完赛的比赛。模型的看法在开球前 45 到 120 分钟之间被锁定存档，之后不能修改、不能删除；锁定机制上线之前的记录会单独标明。每场比赛对照终场赛果标出对错，旁边并列两条对照线：永远选市场热门，以及随机选（33.3%）。样本少于 30 场的分档只给场数，不给百分比。

局限

这些是基于赛前信息的统计估计。足球比赛里有很大的随机成分，任何模型都消除不了；平局尤其难判断。站上的任何内容都不构成建议，也不保证任何结果。

参考文献

• Maher (1982), Statistica Neerlandica 36(3)
• Dixon & Coles (1997), Applied Statistics 46(2)
• Shin (1993), The Economic Journal 103
• Brier (1950), Monthly Weather Review 78(1)
• Elo (1978), The Rating of Chessplayers, Past and Present