中国足球彩票是由国家体育总局体育彩票管理中心负责发行、销售并制定游戏方法及规则的，足球彩票的发行在解决就业、货币流通、推广体育运动乃至经济发展和社会进步等方面都作出了重要贡献。

 

足球比赛结果存在随机不确定性，但也并不是完全无迹可寻。足球比赛的结果包括几个方面：主队的胜、平或负，主、客队进球数，净胜球。                                       

 

赛果预测模型的种类有三种，可分为实力状态预测模型、赔率预测模型和综合预测模型。

1.实力状态预测模型：预测的信息主要包括球队实力(俱乐部的财政实力、球队队员整体实力、教练水平等)、近期状态等影响比赛的直接因素。

三种被广泛应用的实力状态预测方法分别是：埃罗（ELO）预测法、进球率预测法、近六场战绩预测法

a.埃罗（ELO）预测法的预测回归方程式为：①主队获胜的可能性 =44.8%+(0.53%×两队积分差)；②客队获胜的可能性 =24.5%+(两队积分差×0.39%)，当可能性小于零时为零；③平局可能性=1-主队获胜的可能性-客队获胜的可能性。

利用ELO法判断，结果是主胜的并且主队真的取胜的概率相对比较高，而判断平局和客胜的正确率都偏低。

b.进球率预测法是以平均每场比赛的进球率作为预测下场比赛成绩的数学模型。简单地说，进球率预测法有三个原则：①当参赛双方的平均进球率之差为0.10以上时，若主队的平均进球率高，则主队胜；②当参赛双方的平均进球率之差为0.10以上时，若主队的平均进球率低于客队的平均进球率，则客队胜。③当参赛双方平均进球率之差为0.10（含0.10）以下时，两队打平。

相比ELO预测法，进球率法判断客胜方面的正确率虽然有所不及，但在判断平局方面却有更大的把握。

c.近六场战绩预测法：有两个原则：①当对赛的两队最近六场积分差为2或以上时，则最近六场积分高的球队胜；②当对赛的两队最近六场积分差为1或0时，则球队战平。

利用近六场战绩预测法判断主胜的正确率比较高的，而且判断客胜的正确率也是三个权威模型之中最高的，但在判断平局方面相比其他两个模型显得有所不及。

2赔率预测模型：就是通过体育博彩公司开出的赔率及相关数据对比赛结果进行预测。一般来说，赔率值越小，发生这种状况的可能性就越大。利用以下公式将每场比赛胜、平、负的赔率转化成胜、平、负出现的相对概率，再根据各种结果出现的概率对比赛结果进行判断即可。

 

3. Fisher线性判别分析模型

多元统计分析中的Fisher线性判别分析法可综合多方面的信息进行考虑预测。

Fisher线性判别分析法：判别分析法是一种根据已有类别的数值特征，建立判别函数，将新样品归到已有类别中的其中一类去的一种多元统计方法。判别分析的基本模型就是判别函数，其数学形式如下：

其中，Y为判别函数值（也称判别得分或判别值）：b₀为常数项；X₁、X₂…X_n为反映研究对象特征的各判别分析变量；b₁、b₂…b_n为相应变量的判别系数，表示各判别变量对判别函数值的影响。

Fisher线性判别分析也称典则判别，其基本思想是：投影降维，即将原来高维的自变量组合通过投影进行降维；具体来说就是建立典则变量代替原始数据的自变量，而典则变量就是原始变量的线性组合。用少量的典则变量代替原始数据的多个变量，可以方便描述和比较各类之间的关系。

接着利用SPSS进行分析，把比赛结果分为胜（用“3”表示）、平（用“2”表示）、负（用“1”表示）三类，作为模型的分组变量，再将用来预测赛果的各个数值变量作为模型的解释变量，利用全模型法建立判别模型，根据已知的观测量分类和表明观测量特征的变量值推导出判别函数，并将观测量的自变量值代到各组的判别函数中，判断样品的归属。SPSS的Discriminant过程导出的Fisher线性判别函数的数目与类别数目相同。确定一个观测量属于哪一类，可以把该观测量的各变量值代入每个判别函数，哪个判别函数值大，该观测量就属于哪一类。最后对模型的判别效果进行评价，对比原始数据的分类和按判别函数所判的分类，给出错判概率。错判率越小说明判别函数的判别性能越好。

 

4.综合分析 ：

人的主观判断是足彩预测中不可或缺的一个重要部分。主要是因为模型中用于预测的数据不能含括比赛的一切信息，另外用于预测的信息往往只是横断面数据，除了受赛前一些不可预知因素的影响外，还会因为投注出现了不平衡的情况，而对赔率进行调整去使盘面平衡。再有就是博彩公司有意误导玩家，影响玩家的投注方向。因此在利用赔率进行预测时不仅要收集尽可能多的比赛数据信息，还要掌握赔率走势，观察临场赔率的变化，发挥人的主观能动性认清庄家的真实意图，再结合比赛状况等因素，才能对比赛结果作出准确的判断。