問題與動機

足球預測的困難不只是猜對勝負，而是要在資訊持續變動時，說清楚預測是在什麼時間、根據哪些資料做出。2026 世界盃共有 104 場賽事，隊伍實力、傷停、分組與市場賠率會不斷更新。我希望建立一個可逐場回看的研究頁面，讓讀者同時看到勝負機率、比分分布、外部模型與實際賽果，而不是只截取猜中的場次。

我做了什麼

公開方法頁說明，網站使用動態 Elo、Pi-rating、Berrar 攻防評級、Dixon-Coles／卜瓦松進球模型與蒙地卡羅模擬，再以集成方式產生 1X2 機率與比分分布。頁面整理賽程、球隊評級、奪冠機率、外部模型來源、賠率與期望值研究，並在完賽後更新結果與評分。資料來源包含 FIFA 賽事資訊、公開歷史賽果、外部分析模型與市場賠率。

核心設計選擇

我沒有把單一模型當成真相。Elo 適合描述相對實力，進球模型處理比分分布，市場賠率則提供另一種集體判斷；將它們並列，才能看出分歧。第二個選擇是保存正式預測後再評分，避免事後修改。第三個選擇是標示賠率來源狀態，區分 API、手動、模擬或未標示資料，因為不同來源不能假裝具有相同可信度。

實際成果

2026 年 7 月 24 日檢查時，網站回傳 HTTP 200，能閱讀 104 場賽事的總結、最終排名、模型回顧、賽程預測、球隊評級與即時準確度區塊。方法頁也公開列出模型名稱、資料來源與 RPS 評分概念。網站畫面呈現回測場數與評分數字，但目前沒有可公開重現的版本化資料集、計算程式與完整執行紀錄，因此本案例不把畫面上的準確率視為已獨立驗證的成果，也不宣稱模型達到特定勝率。

限制與風險

足球比賽受紅牌、傷停、輪換與臨場事件影響，模型輸出的機率不是保證。歷史回測若沒有嚴格切分訓練期與測試期，容易發生資料洩漏；賠率資料若混用即時值與事後值，也會高估效果。網站使用 Cloudflare、Google Analytics 與 AdSense，並連往多個外部資料來源。所有賠率與期望值內容只供研究，不提供投注服務，也不構成投注或財務建議。

目前狀態

網站目前標示為持續改進。公開頁已能說明模型結構與結果，但資料版本、抓取時間、缺值處理和評分程式仍需要更完整的可重現證據，才能對模型表現做強結論。

後續方向

後續會為每場正式預測保存時間戳、輸入資料摘要與模型版本，並把基準模型、校準誤差及失敗案例放在同一份報告中。若沒有足夠證據，頁面只描述觀察結果，不以漂亮數字暗示可穩定獲利。