1. 資料
全部賽果、賽程與傷停報告來自 API-Football 資料集（v3.football.api-sports.io）。我們儲存了 8 個完整賽季的俱樂部賽事（2018–2025）和 4 個賽季的成年男足國家隊賽事（2022–2025）。
覆蓋範圍：英超、西甲、義甲、德甲、法甲（一級）；英冠、西乙、義乙、德乙、法乙（二級）；歐冠與歐聯；成年男足國家隊——世界盃預選賽、歐國聯（重要度權重 0.70）與友誼賽（權重 0.30）。
2. 模型
基線模型——Dixon-Coles 雙泊松：以時間衰減加權的泊松迴歸估計每支球隊的進攻與防守強度，並含主場優勢項。在此基礎上，當雙方都有至少 6 場 xG 覆蓋時，球隊最近 12 場的 xG 狀態（預期進球造失）會對進球期望做小幅修正（限幅 ±6%）。
動態評級：仿 World Football Elo 的評級體系（K=20，按淨勝球與比賽重要度放大）沿全部儲存賽季順序更新，捕捉中期實力變化。近期狀態取每隊最近 6 場的場均積分。
融合與傷停：最終 1X2 機率由 Dixon-Coles 輸出與基於 Elo 的機率橋按 0.20 權重融合；狀態差使預期進球偏移最多 ±10%（係數 0.10）。官方傷停名單按每名有效缺陣球員折減該隊預期進球 1.8%，上限 −10%。
比賽頁上的每個數字——比分矩陣、大於 2.5 球、雙方進球——都來自同一張比分機率網格（展示 6×6，計算 10×10）。
3. 關鍵參數
| 參數 | 取值 | 含義 |
|---|---|---|
| 時間衰減半衰期（俱樂部） | 730 天 | 越久遠的比賽權重指數級降低 |
| 時間衰減半衰期（國家隊） | 365 天 | 國家隊賽果衰減更快 |
| Elo K 係數 | 20 | 每場評級更新，按淨勝球放大 |
| Elo 主場優勢 | +65 | 加在主隊評級上 |
| 狀態窗口 | 最近 6 場 | 場均積分輸入 |
| 狀態係數 | 0.10 | 場均積分差 → 預期進球乘子（上限 ±10%） |
| Elo 融合權重 | 0.20 | Dixon-Coles 與 Elo 1X2 機率的混合比例 |
| 傷停折減 | −1.8% / 人 | 每名有效缺陣的預期進球折減（上限 −10%） |
4. 樣本外檢驗協定
我們只在 2025 賽季上評估模型——訓練完全使用其之前的 5 個賽季，模型從未見過被評估的比賽。Elo 評級與狀態取每場開球前的快照，未來資訊不會洩漏進預測。測試賽季的每一場比賽都會被評估：頭部回測覆蓋 {n} 場俱樂部比賽與 {m} 場國際比賽，無任何抽樣。
指標：首選命中率（機率最高結果實際發生的比例）、多分類 Brier 分數（越低越好）與 1X2 排序機率分數 RPS（瞎猜約 0.222，完美為 0）。
5. 即時預測日誌
每條公開預測都在開球前存檔；比賽結束後自動與儲存的機率對賬——不刪除、不修改。
6. 逐場回測存檔（2025 賽季）
樣本外回測中模型被評估的每一場比賽，及其開球前給出的確切機率：
7. 局限性
自 2026 年 10 月起，模型已接入俱樂部賽事的逐場預期進球（xG）數據（數據源自 2022/23 賽季起提供，部分聯賽覆蓋不全）。當雙方都有足夠的 xG 覆蓋時，球隊最近 12 場的 xG 造失球會對進球期望做最多 ±6% 的修正——2026 年 10 月的擴樣複測（2024–2026 三個賽季、5,597 場雙方 xG 全覆蓋比賽）顯示：該修正僅帶來 +0.0001 的 RPS 改善，且 bootstrap 95% 信賴區間跨零，按當前證據屬統計中性；保留它只因其從不有害且理論上合理，而非已被證明的增益。球員級數據（個人能力）尚未參與建模——比賽頁已展示官方首發陣容與球員評分，僅供參考——國家隊賽事的 xG 覆蓋也很有限。頭部回測評估 2025 賽季的每一場比賽（俱樂部 {n} 場 / 國家隊 {m} 場），而非抽樣；上方彙總表給出基於全量樣本計算的精確 95% 信賴區間。次級聯賽的歷史數據比頂級聯賽稀疏。
機率是估計而非保證。ScoreLens.net 的任何內容都不構成博彩建議。
8. 模型 vs 市場
博彩公司賠率是足球領域公開可得的最佳機率估計——它不是我們照抄的答案，而是衡量自身表現的基準。我們取 1X2、大小 2.5 球與雙方進球（BTTS）的臨場收盤賠率，去除博彩公司利潤率（去水）後，與模型對同一場比賽的機率逐一對照。
我們同時呈現分歧的幅度與方向。隨機分歧只是雜訊；在同一盤口上每次都以同一方向分歧，則是系統性偏差。下表以符號檢定對此做出明確判斷。