2026年三月国际友谊赛十二场前瞻研究报告(Elo*泊松双模型)

数据来源与可得性说明

本报告优先使用可公开核验的赛程/场地信息（主办方官网、足协公告、主流媒体与权威赛程页），以及可追溯的 World Football Elo Ratings（通过 international-football.net 汇总 eloratings.net 的指定日期快照）来建立可重复的建模输入。¹

用户要求的“近10场”逐场 角球、红黄牌、控球率、xG、xA、PPDA 等高阶数据，在“国家队友谊赛 + 多分散赛事来源”的组合下，公开可批量获取的数据存在显著缺口：

• 多数公开赛程页能稳定提供比分与时间地点，但不稳定提供每场角球/控球率/红黄牌；
• xG/xA/PPDA
   大多来自商业数据服务（Opta 等）或需逐场比赛报告/数据接口汇聚，难以在不使用付费接口与大量逐场抓取的情况下完成“24支球队×10场”的一致性面板。²

因此：

• “数据层面”表格将严格保留用户要求字段；对于无法在公开源中统一核验的字段，以“未指定/无数据”标注；
• 建模部分以 Elo（胜平负）+ 泊松（进球分布） 为核心，且明确全部参数假设与公式，保证可复现；
• 对于已能核验的伤停/人员消息，优先使用权威媒体与可追溯来源（如 Reuters、Transfermarkt、足协/场馆公告）。³

赛程与场地总览

这十二场比赛集中在 2026-03-31（前后），以世界杯前热身为主题，且存在多场**“中立地办赛/第三国办赛”**的安排（例如：摩洛哥在法国、阿尔及利亚在意大利）。⁴

关键信息（按用户“主队 vs 客队”顺序）：

• 喀麦隆 vs 中国：FIFA Series 澳大利亚站，墨尔本 AAMI Park（更偏中立地/第三国）。¹
• 澳大利亚 vs 库拉索：墨尔本 AAMI Park，同为 FIFA Series 澳大利亚站（澳为主场环境）。¹
• 挪威 vs 瑞士：奥斯陆 Ullevaal Stadion。⁵
• 黑山 vs 斯洛文尼：公开赛程页已列入友谊赛安排（场地在公开源中不稳定，见不确定性说明）。⁶
• 匈牙利 vs 希腊：公开赛程页已列入安排（场地信息同样不稳定）。⁷
• 南非 vs 巴拿马：开普敦 DHL Stadium（另有该对阵在德班的前一场安排）。⁸
• 摩洛哥 vs 巴拉圭：法国朗斯 Stade Bollaert-Delelis（中立地）。⁴
• 阿尔及利 vs 乌拉圭：意大利都灵 Allianz Stadium（中立地）。⁹
• 苏格兰 vs 科特迪瓦：英格兰利物浦 Hill Dickinson Stadium。¹⁰
• 荷兰 vs 厄瓜多尔：埃因霍温 Philips Stadion。¹¹
• 英格兰 vs 日本：伦敦 Wembley Stadium。¹²
• 奥地利 vs 韩国：维也纳 Ernst-Happel-Stadion。¹³

模型框架与参数假设

Elo 胜平负模型

Elo 评级取 2026-03-09 快照（international-football.net 汇总 eloratings.net），用于构建一致可核验的强弱输入。¹⁴

• 记主队 Elo 为 (R_h)，客队 Elo 为 (R_a)。
• 主场优势用固定加成 (H)（Elo 点）表示：
• 标准主场：(H = 80)（模型设定）
• “名义主场但非本土”（如苏格兰在利物浦）：(H = 50)（模型设定）
• 中立地：(H = 0)

两队强弱差：(\Delta R = (R_h + H) - R_a)

将两结果胜率（忽略平局）用常见 Elo Logistic 近似：
[ P_h^{(\text{nodraw})} = \frac{1}{1 + 10^{-\Delta R/400}} ]

平局率用“随强弱差衰减”的经验函数（参数为本报告建模假设，用于可复现的三结果拆分）：
[ P_d = d_0 \cdot e^{-|\Delta R|/k_d} ] 其中 (d_0 = 0.27,\ k_d = 400)。

最终：
[ P_h = (1-P_d)\cdot P_h^{(\text{nodraw})},\quad P_a = (1-P_d)\cdot(1-P_h^{(\text{nodraw})}) ]

泊松进球模型

用户要求同时给出“预期进球”和“泊松概率分布图”。在缺少可一致核验的近10场 xG/xA/PPDA 面板时，本报告采用 “Elo → 进球强度” 的单调映射，令模型可跑通并可复现（属于参数化假设，不冒充权威数据源）。¹⁵

设基准每队进球均值（先验）为：(\lambda_0 = 1.25)（建模设定）。
将 Elo 差映射到两队期望进球：
[ \lambda_h = \lambda_0 \cdot e^{\Delta R / s},\quad \lambda_a = \lambda_0 \cdot e^{-\Delta R / s} ] 其中尺度 (s = 600)（建模设定，控制强弱差对进球强度的敏感度）。

用泊松分布给出每队 0–5 球概率：
[ P(X=k)=e^{-\lambda}\frac{\lambda^k}{k!} ] 再由联合分布枚举得到胜平负与比分众数（本报告使用 0–10 枚举近似并归一化）。

逐场分析与预测

下文每场均给出：执行摘要、数据表（含缺失标注）、阵容与环境、Elo 与泊松结果、结论（比分与走势）。
Elo 输入来自 2026-03-09 快照：例如英格兰 2042、荷兰 1959、厄瓜多尔 1933、挪威 1922、瑞士 1897、乌拉圭 1890、日本 1878、奥地利 1818、摩洛哥 1806、苏格兰 1790、韩国 1784、澳大利亚 1774 等；以及黑山 1444、中国 1410、喀麦隆 1606、库拉索 1467、南非 1529 等。¹⁴

喀麦隆 vs 中国

执行摘要：此战在澳大利亚墨尔本举行，属于 FIFA Series 澳大利亚站，场地上更接近中立。¹ Elo 评级显示喀麦隆（1606）显著高于中国（1410）。¹⁴ 双模型均给出主队优势，但因中立地与友谊赛性质，平局权重仍不可忽略。

比赛信息表

近10场数据表（字段保留，缺失按要求标注）

Elo + 泊松模型摘要

• Elo 输入：喀麦隆 1606，中国 1410。¹⁴
• 设中立地 (H=0)，(\Delta R=196)。
• 由模型得到：
• Elo：胜 61.0% / 平 16.5% / 负 22.5%
• 泊松：胜 61.9% / 平 18.7% / 负 19.4%
• 期望进球：(\lambda_h=1.73,\ \lambda_a=0.91)，总计约 2.63 球（模型产出）。

泊松分布图（每队0–5球）

显示代码

结论（比分、区间与走势）

• 最可能比分
  ：喀麦隆 1–0 中国（单一比分众数约 12%）。
• 推荐赛果区间
  ：喀麦隆不败（胜或平）；小比分区间（0–2/1–2 量级）更符合模型的总进球先验。
• 走势解读
  ：中立地弱化传统主场增益，决定比赛的更可能是喀麦隆在对抗与转换中的效率；若中国采取偏保守阵型，比赛节奏可能前慢后快（下半场换人与体能差异带来波动）。

澳大利亚 vs 库拉索

执行摘要：澳大利亚在墨尔本主场环境迎战库拉索。¹ Reuters 指出澳大利亚主帅强调边缘球员争取世界杯席位，同时该场是对阵库拉索的关键热身。¹⁷ Elo 评级差距巨大（澳 1774 vs 库 1467），两模型一致给出主胜高概率。

比赛信息表

近10场数据表（字段保留）

Elo + 泊松模型摘要

• Elo：澳大利亚 1774、库拉索 1467。¹⁴
• 设主场 (H=80)，(\Delta R=387)。
• 模型结果：
• Elo：胜 81.8% / 平 10.3% / 负 7.9%
• 泊松：胜 84.4% / 平 7.2% / 负 8.4%
• 期望进球：(\lambda_h=2.38,\ \lambda_a=0.66)，总计约 3.04 球。

泊松分布图（每队0–5球）

显示代码

结论

• 最可能比分
  ：澳大利亚 2–0 库拉索（单一比分众数约 13%）。
• 推荐赛果区间
  ：主胜；总进球区间偏 2–4 球更贴近 (\lambda)（但友谊赛换人多，尾段波动风险更高）。
• 走势解读
  ：Reuters 提到的“边缘球员争表现”意味着上半场可能更强调既定战术纪律与压迫，若早段未进球，下半场替补冲击反而更可能带来进球集中（60’以后）。¹⁷

挪威 vs 瑞士

执行摘要：挪威主场在奥斯陆迎战瑞士。⁵ Elo 差距不大（挪 1922、瑞 1897），因此更像是“五五开偏主队”的高质量热身赛，平局概率不低。

比赛信息表

近10场数据表（字段保留）

模型结果

• Elo：挪威 1922、瑞士 1897（2026-03-09）。¹⁴
• 设主场 (H=80)，(\Delta R=105)。
• Elo：胜 53.1% / 平 20.7% / 负 26.2%
• 泊松：胜 44.4% / 平 28.9% / 负 26.7%
• (\lambda_h=1.49,\ \lambda_a=1.05)，总计约 2.54。

显示代码

结论

• 最可能比分
  ：1–1。
• 推荐区间
  ：挪威不败/谨慎看平；总进球更偏 2–3。

黑山 vs 斯洛文尼

执行摘要：Elo 显示斯洛文尼显著强于黑山（1695 vs 1444）。¹⁴ 若黑山拥有主场加成，仍不足以完全抹平差距，因此更像“客队不败”的格局。

比赛信息表

近10场数据表：未指定/无数据（同上）

模型结果（假设黑山主场 (H=80)）

• (\Delta R=(1444+80)-1695=-171)
• Elo：胜 24.2% / 平 17.6% / 负 58.2%
• 泊松：胜 21.2% / 平 24.5% / 负 54.4%
• (\lambda_h=0.94,\ \lambda_a=1.66)

显示代码

结论

• 最可能比分
  ：0–1。
• 推荐区间
  ：斯洛文尼不败；总进球偏 2–3。

匈牙利 vs 希腊

执行摘要：两队 Elo 接近（匈 1698，希 1761），但若匈牙利坐拥主场，强弱差会被拉近到“几乎五五开”。¹⁴

比赛信息表

模型结果（假设匈牙利主场 (H=80)）

• (\Delta R=(1698+80)-1761=17)
• Elo：胜 38.8% / 平 25.9% / 负 35.3%
• 泊松：胜 33.9% / 平 31.3% / 负 34.8%
• (\lambda_h=1.29,\ \lambda_a=1.21)

显示代码

结论

• 最可能比分
  ：1–1。
• 推荐区间
  ：平/小球思路更合理；若临场名单显示希腊轮换更大，则匈牙利不败价值上升。

南非 vs 巴拿马

执行摘要：Elo 显示巴拿马（1733）高于南非（1529），但比赛在开普敦进行，南非拥有主场环境。⁸ 双模型指向“客队不败倾向，平局也不低”。

比赛信息表

模型结果（主场 (H=80)）

• (\Delta R=(1529+80)-1733=-124)
• Elo：胜 26.4% / 平 19.7% / 负 53.9%
• 泊松：胜 26.8% / 平 23.8% / 负 49.3%
• (\lambda_h=1.02,\ \lambda_a=1.53)

显示代码

结论

• 最可能比分
  ：1–1（众数），但整体更偏“巴拿马不败”。
• 推荐区间
  ：巴拿马不败；总进球偏 2–3。

摩洛哥 vs 巴拉圭

执行摘要：比赛在法国朗斯举行，属于中立地。⁴ Elo 评级巴拉圭（1833）略高于摩洛哥（1806）。¹⁴ 双模型呈现轻微客队优势，但平局仍是强选项。

比赛信息表

模型结果（中立 (H=0)）

• (\Delta R=1806-1833=-27)
• Elo：胜 35.6% / 平 25.2% / 负 39.2%
• 泊松：胜 32.6% / 平 28.2% / 负 39.2%
• (\lambda_h=1.20,\ \lambda_a=1.31)

显示代码

结论

• 最可能比分
  ：1–1。
• 推荐区间
  ：平或巴拉圭不败；进球数偏 2–3。

阿尔及利 vs 乌拉圭

执行摘要：官方媒体报道该赛在意大利都灵举行（Allianz Stadium），属于中立地高规格热身。⁹ Elo 评级乌拉圭（1890）显著高于阿尔及利亚（1728）。¹⁴

比赛信息表

模型结果（中立 (H=0)）

• (\Delta R=1728-1890=-162)
• Elo：胜 24.7% / 平 17.9% / 负 57.4%
• 泊松：胜 21.9% / 平 24.7% / 负 53.4%
• (\lambda_h=0.95,\ \lambda_a=1.64)

显示代码

结论

• 最可能比分
  ：0–1。
• 推荐区间
  ：乌拉圭不败（胜/平），更偏乌拉圭小胜；总进球 2–3。

苏格兰 vs 科特迪瓦

执行摘要：比赛在英国利物浦举办（非苏格兰本土，但仍接近“主队旅行成本更低”的半主场）。¹⁰ Elo 评级苏格兰（1790）明显高于科特迪瓦（1637）。¹⁴

比赛信息表

模型结果（半主场 (H=50)）

• (\Delta R=(1790+50)-1637=203)
• Elo：胜 61.9% / 平 16.3% / 负 21.8%
• 泊松：胜 61.0% / 平 20.1% / 负 18.9%
• (\lambda_h=1.75,\ \lambda_a=0.89)

显示代码

结论

• 最可能比分
  ：1–0。
• 推荐区间
  ：苏格兰不败；小比分更优。

荷兰 vs 厄瓜多尔

执行摘要：在荷兰埃因霍温进行。¹¹ Reuters 报道荷兰近期热身赛从落后逆转击败挪威，并将对阵厄瓜多尔；同时提到荷兰边锋受伤等人员动态。¹⁸ Elo 两队接近（荷 1959 vs 厄 1933），主场加成使比赛偏向荷兰不败但平局概率仍显著。

比赛信息表

模型结果（主场 (H=80)）

• (\Delta R=(1959+80)-1933=106)
• Elo：胜 53.2% / 平 20.7% / 负 26.1%
• 泊松：胜 44.5% / 平 28.9% / 负 26.6%
• (\lambda_h=1.49,\ \lambda_a=1.05)

显示代码

结论

• 最可能比分
  ：1–1。
• 推荐区间
  ：荷兰不败/防平；总进球 2–3。

英格兰 vs 日本

执行摘要：在温布利进行，属于高关注度强强热身。¹² Reuters 报道英格兰在对乌拉圭赛后出现多名球员因伤/健康原因退出名单，主帅表达理解。³ 日本方面，Reuters 指出后卫富安健洋因伤缺阵；英媒亦提及日本阵中多名关键球员伤病情况。²⁰ Elo 显示英格兰优势明显（2042 vs 1878）。¹⁴

比赛信息表

预测首发（阵型，示例性推演）
在缺少双方最终赛前官方名单与确认首发的统一公开源情况下，本报告仅给出“战术结构预判”，不将其冒充为官方：

• 英格兰：可能 4-3-3/4-2-3-1（考虑伤停，边路与中场人员可能轮换）。³
• 日本：可能 4-2-3-1/3-4-2-1，强调高位逼抢与快速转换；英媒提到日本在强队面前更强调压迫与抓机会。²¹

模型结果（主场 (H=80)）

• (\Delta R=(2042+80)-1878=244)
• Elo：胜 66.9% / 平 15.2% / 负 17.9%
• 泊松：胜 64.8% / 平 19.1% / 负 16.1%
• (\lambda_h=1.87,\ \lambda_a=0.84)，总计约 2.71

显示代码

结论

• 最可能比分
  ：1–0。
• 推荐赛果区间
  ：英格兰不败，主胜占优，但需要防范“英格兰轮换/磨合”导致效率下降的平局风险（尤其 1–1 型）。³
• 比赛走势
  ：若日本高位压迫奏效，英格兰前30分钟可能以控球与耐心渗透为主；真正的进球更可能集中在下半场（换人后节奏上扬）。

奥地利 vs 韩国

执行摘要：韩国媒体报道韩国将在维也纳客战奥地利（Ernst-Happel-Stadion）。¹³ Elo 两队接近，奥地利略占上风且有主场加成（1818 vs 1784）。¹⁴

比赛信息表

模型结果（主场 (H=80)）

• (\Delta R=(1818+80)-1784=114)
• Elo：胜 53.9% / 平 20.6% / 负 25.5%
• 泊松：胜 44.8% / 平 29.3% / 负 25.9%
• (\lambda_h=1.49,\ \lambda_a=1.05)

显示代码

结论

• 最可能比分
  ：1–1。
• 推荐区间
  ：奥地利不败/防平；总进球偏 2–3。

风险与不确定性

赛程与场地层面，本报告已用主办方/足协/场馆公告与主流赛程页进行交叉验证，多数对阵可较稳定确认时间地点。¹ 但以下信息在公开源中不稳定，导致无法满足“逐场十战高阶面板”的严格要求：

• 近10场逐场 角球/红黄牌/控球率 的结构化面板缺乏统一公开抓取源；
• xG/xA/PPDA
   在国家队友谊赛维度普遍依赖商业数据服务或逐场赛后报告，公开渠道难以覆盖且口径不统一；
• 若强行混用零散站点，容易出现口径差异（统计定义、是否含加时、是否含点球大战、数据更新延迟），会削弱“严谨一致”的研究目标。²²

本报告已完成的可核验部分包括：

• 十二场比赛的时间地点与办赛背景（含多场中立地办赛）。¹
• 以 2026-03-09 Elo 快照为输入的双模型（Elo 三结果 + 泊松进球分布）与可复现参数。¹⁴
• 对英格兰 vs 日本等高关注场次的伤停与备战信息的来源化整理。³

未能充分完成的部分：

• 24 支球队各自近10场“比分+角球+红黄牌+控球率+xG+xA+PPDA”的逐场全量表；
• 逐场基于公开盘口/赔率的市场热度量化对比（需统一赔率聚合源/主流公司盘口快照）。