泊松模型的三条边界：它一定算错的三种比赛

泊松分布是足球建模里最常用的工具，也是最容易被当成真理的工具。它有一个非常强的假设：进球是独立、同分布、方差等于均值的事件。现实里这三条几乎都不成立。

这篇文章不讲推导，只讲三件事：泊松在哪儿一定会算错、错多少、以及什么时候必须换模型。

一、泊松到底假设了什么

单队进球数服从泊松分布时，只要一个参数 λ（期望进球）。推论是：方差 = 均值 = λ；任意两段时间的进球互不影响；每一分钟的进球概率相同（按 λ/90 缩放）。

这三条推论，正好对应三个失效边界。

二、边界一：进球不独立——比分状态会改变节奏

0:0 的第 70 分钟和 3:0 的第 70 分钟，是完全不同的比赛。领先方降低强度、落后方压上，都会改变接下来的进球率。泊松假设「无论比分如何，剩余时间的进球率都等于 λ×剩余比例」，这在比分差距大时偏差最明显。

实践中的修法：把比赛切成「比分状态」，分别估计进球率。粗略可用的经验是——领先两球以上的一侧，其后续进球率下降 20%–30%；落后两球以上的一侧上升 10%–20%。这些系数必须用自己联赛的数据校准，不能直接套。

三、边界二：方差大于均值

泊松要求方差等于均值。真实比赛里，全场总进球的方差通常比均值高 20%–40%（过度离散）。原因很直观：有的比赛就是打得开（4:2），有的就是闷（0:0），球队状态和战术让「进球率」本身在波动。

后果：泊松会低估极端比分——0:0 和 4:3 这类结果的真实概率比模型给的高。对大小球的影响是：极端盘口（比如大 4.5、小 0.5）的系统性偏差最大，中间盘口（2.5 附近）影响最小。

修法：用负二项分布替代泊松，或给 λ 加一个波动项。直观理解就够了——把 λ 当成「有分布的」，而不是一个固定数字。

四、边界三：λ 不是常数

红牌、换人、天气、场地、伤停，都会在中途改变 λ。泊松模型把整场比赛当成一个固定参数的抽样过程，这在以下情形会明显失真：

① 开场 20 分钟内出现红牌；② 大雨/积水导致传接球失误增多；③ 一方早早换下核心；④ 加时赛（体能曲线完全不同）。

这些情形不适合用赛前 λ 直接推演，需要分段重估。

五、低比分相关性：泊松最容易忽略的细节

真实数据里，0:0、1:0、0:1、1:1 这四个比分的实际频率，与独立泊松的预测有明显偏差——这就是 Dixon-Coles 修正要处理的问题。它给这四个比分加了一个调整因子，让低比分段的预测更贴近现实。

对你的意义：如果你只用纯泊松算「小球 1.5」或「0:0 正确比分」，误差会集中在这些低比分结果上，而这恰好是小球玩法的核心区间。

六、三条边界的影响对照

七、什么时候必须放弃泊松

① 红牌之后。直接放弃，改用分段估计。

② 极端盘口。大 4.5、小 0.5 这类尾部盘口，泊松误差最大。

③ 强弱悬殊。λ 差 2 球以上时，弱队的进球分布形状会偏离泊松（更集中在 0–1 球）。

④ 样本不足的新赛季。前 5 轮联赛，λ 估计本身的误差就超过了模型偏差。

常见问题

相关阅读：大小球与进球数、平局为什么常被低估、主客场拆分与样本量，以及足球分类下的全部文章。