← 게임 목록

야구 야구토토 스페셜 더블 📊 역대 기록

회차
회차
2024년 74회 결과확정 발매 06/14(금) 08:00 ~ 마감 06/16(일) 16:50 총 발매금액 37,950,900원 총 투표수 379,509표
경기 홈 vs 원정 배당 · 투표비중 (승/무/패) 언더오버
1경기 ⚾ 분석 NC vs 삼성KBO
프로토
승 2.9019% 무 3.5012% 패 1.9869%
더블
28% 무·접전16% 55%
10.5
프로토
오버 1.7051% 언더 1.8749%
더블
오버33% 경계23% 언더44%
2경기 ⚾ 분석 LG vs 롯데KBO
프로토
승 2.9535% 무 3.4010% 패 1.9955%
더블
34% 무·접전15% 51%
9.5
프로토
오버 1.8012% 언더 1.7688%
더블
오버63% 경계16% 언더21%
더블 자체 투표비중 — 예상 득점 구간별 여론 (총 379,509표)
경기 0~12~34~56~78~910+
1경기 NC 9% 27% 30% 18% 9% 6%
삼성 원정 6% 15% 24% 28% 17% 11%
2경기 LG 8% 21% 28% 21% 13% 8%
롯데 원정 7% 15% 22% 23% 17% 16%

각 팀의 예상 득점 구간에 몰린 구매 비중(색이 진할수록 표가 몰림). 홈·원정 각 행 합계 100%.

득점구간 실측 (당시 기준) — 이 회차 경기일 이전 데이터로만 계산한 당시 시점 실측입니다. 각 행 = 그 조건에서 실제 득점이 구간에 떨어진 비율

경기기준 0~12~34~56~78~910+표본
1경기 NC 최근 30경기 ? 7%23%47%10%10%3% 30
그 시즌 홈 ? 11%26%31%6%14%11% 35
vs 선발 ? 6%38%19%13%25%0% 16
삼성 원정 최근 30경기 ? 10%30%20%27%7%7% 30
그 시즌 원정 ? 17%28%14%19%6%17% 36
vs 선발 김시훈 ? 8%23%23%31%8%8% 13
2경기 LG 최근 30경기 ? 3%17%27%17%23%13% 30
그 시즌 홈 ? 3%19%25%22%19%13% 32
vs 선발 ? 21%38%14%17%3%7% 29
롯데 원정 최근 30경기 ? 13%23%23%10%13%17% 30
그 시즌 원정 ? 23%30%23%7%17%0% 30
vs 선발 이상영 ? 0%50%0%0%50%0% 2

"vs 선발"은 오늘 상대 선발투수가 등판했던 최근 경기에서 상대팀이 낸 점수의 구간 분포입니다.

경기결과 NC 5:4 삼성 LG 9:8 롯데 더블 당첨배당 491.6배 · 적중 191매

스페셜 더블 계산기 — 경기별 예상 득점 구간을 골라 배당·예상 적중금 확인

예상 득점을 선택하세요 — 여러 개(복식) 고르면 조합별 배당이 배당률 순으로 나옵니다. 안 고른 경기는 전체.
경기 경기시간 구분 예상 득점 선택 (여러 개 = 복식) 조합수
1경기 06/16(일)
17:00
NC
원정 삼성
2경기 06/16(일)
17:00
LG
원정 롯데
전체 조합수
전체 조합 개 중 상위
배당 1경기NC vs 삼성 2경기LG vs 롯데
선택된 조합이 없습니다.
조회 중…

스페셜 더블 역대 통계 — 이 회차 이전 정산 1,147회차 기준

당첨배당 분포
중앙값 595.6배
25~75%: 295.8 ~ 1,138.8배
최저 32.5배 · 최고 7,556배
더블 미성립(적특)
10%
115/1,147회차 — 한 경기라도 취소 시 전액 환급
대중픽(투표 1위 구간) 적중
칸 기준 24.3%
전 경기 동시 적중은 3/1,032회차 (0.3%)
구간에 몰린 투표비중 0~10%10~20%20~30%30~40%
실제로 그 구간이 나온 비율 9.9%
5,976칸
15.6%
9,653칸
21.9%
8,599칸
27.6%
540칸

투표가 많이 몰린 구간일수록 실제로 잘 나오는지 — 여론의 정확도를 그대로 보여주는 표입니다.

리그 기준 분포
(2024~, 팀당 득점)
0~12~34~56~78~910+표본(팀경기)
KBO 14%25%23%17%11%11% 3,914
MLB 18%27%23%15%9%7% 13,120
NPB 28%32%21%11%5%3% 4,618

아무 정보 없이 볼 때의 기본 확률 — 위 팀별 실측이 이 기준에서 얼마나 벗어나는지가 정보입니다.