预测对照结果
德甲:奥格斯堡 2–2 拜仁慕尼黑。下面是这一页在开球前写下的东西,和实际发生的事摆在一起。
- 终场比分 —— 奥格斯堡 2–2 拜仁慕尼黑
- 赛前模型的主推方向 —— 拜仁慕尼黑胜,模型模拟给出约 79%
- 奥格斯堡胜 —— 模型模拟给出约 9%
- 平局 —— 模型模拟给出约 12%
- 拜仁慕尼黑胜 —— 模型模拟给出约 79%
- 判定 —— 错:主推方向没打中
模型赛前的主推方向是拜仁慕尼黑胜,模拟给出约 79%。没打中——终场 2–2。这条就是错了,错就记在账上。
这场已经结束,今天的比赛在这里: 去 OddsFlow 看今天的比赛
这组概率该怎么读
模型在这一场压出了明确的方向:拜仁慕尼黑胜 79%,比第二高的平局(12%)高出 67 个百分点。在一个三选一的赛果分布里,这已经是清楚的倾斜,而不是势均力敌。
拿本站已经发布的 308 场比赛页当尺子:热门方向概率的中位数是 51%。这一场的 79% 高过这条线——按我们自己的记录衡量,它比通常那一场分得更开。
模拟的场均进球是奥格斯堡 1.19、拜仁慕尼黑 3.40,两边合计 4.58 球,进球预期偏向拜仁慕尼黑一侧。这个合计高于本站已发布比赛的中位数 3.29 球。
还有一句要讲清楚:79% 不等于“会发生”。剩下的 21% 同样是这组分布的一部分,它描述的也是真会被踢出来的比赛。如果一个 79% 的方向每一次都兑现,那说明这个数字写得不对,而不是说明模型有多强。
赛后对照:结果落在分布的哪一格
真正踢出来的是平局,模型赛前给它 12%,排在拜仁慕尼黑胜的 79% 后面。这一条记成错。一个被给到 12% 的结果,本来就该以差不多这个频次出现;它这次出现了,改变的是这一行记进哪一栏,而不是赛前那组数字该怎么写。
进球上:模拟给出的两队合计是 4.58 球,实际打进 4 球。
奥格斯堡与拜仁慕尼黑此前出现过的页面
奥格斯堡或拜仁慕尼黑此前在本站出现过 4 次。下面按时间倒序列出,每一条都链回当时那一页——赛前的概率分布,以及(若已结算)终场比分,都在那边。
- 2026-09-19 —— 云达不莱梅 vs 奥格斯堡|云达不莱梅 42% / 平局 23% / 奥格斯堡 35%|终场 3–2,判定为对
- 2026-09-18 —— 拜仁慕尼黑 vs 柏林联合|拜仁慕尼黑 86% / 平局 9% / 柏林联合 5%|终场 7–0,判定为对
- 2026-09-13 —— 埃尔弗斯贝格 vs 拜仁慕尼黑|埃尔弗斯贝格 9% / 平局 12% / 拜仁慕尼黑 79%|终场 1–2,判定为对
- 2026-09-12 —— 奥格斯堡 vs 勒沃库森|奥格斯堡 23% / 平局 21% / 勒沃库森 56%|终场 2–2,判定为错
这一场在我们德甲台账里的位置
德甲我们一共发布过 37 场比赛页,这一场也在其中;其中 36 场已经有了结果:判定对 22 场,判定错 14 场,作废 0 场。这里只摆计数,不摆比率——想自己数一遍,预测列表在这儿。
一场球能证明什么
单场比赛无法证明一个模型的好坏,正反都不行。一个不到一半概率的方向赢了,赛前也算不上什么定局;输了,也谈不上判断失误——那个数字讲的是频次,而频次只有在一串比赛里才看得出来。真正的检验是累计台账,所以每一条发出去的信号都公开结算,而不是把赢的那几条反复拿出来说。
时间戳
模拟的观测时间是 2026-09-30 02:30 UTC,开球时间是 2026-10-10 13:30 UTC。本预测发布于开球前,时间戳可验证——正因为如此,这个对照才值得印出来。
去看剩下的记录
同一套系统的实时信号在 Telegram 上通过足球实时预测龙虾(@lxjqr31_bot)发布,每条都早于对应的比赛打上时间戳。本站的每周台账逐条列出时间戳、盘口、赔率、终场比分和结果,输的那几行和赢的那几行用同一种字号。
这一页怎么自己验证
这一页现在两头都钉死了:数据文件在开球前 1 天 15 小时 写好(生成时间 2026-10-08 22:10 UTC,开球时间 2026-10-10 13:30 UTC),结果是比赛之后才补回去的。赛前那组数字的未修改副本在公开镜像里,文件名是 record/data/augsburg-vs-bayern-munich-1575180.json——公开记录仓库。比页面更值得看的是那个仓库的提交历史:它记着每个数字是什么时候写下来的,而这恰恰是一份战绩里事后无法重建的部分。上面那个判定用的口径,写在我们如何计算战绩。
这场已经结束。网页直接打开,不用装 Telegram。
本页发布的是模型概率,仅供分析参考,不构成任何建议。足球结果本身就带着不确定性——不要基于任何预测做出你承担不起后果的决定。