Przejdź do treści

Klasa okręgowa Siedlce

Podlasie II Sokołów Podlaski

13. miejsce · 13 pkt po 11 meczach ·

Najbliższy mecz

kolejka 12 · sobota, 24 października · na wyjeździe

Podlasie II Sokołów Podlaski @ Victoria Kałuszyn

Faworytem jest Victoria Kałuszyn. Szczegóły prognozy

Szansa na top 3

1%

tak kończy się 0 na 10 symulacji sezonu

Punkty na koniec sezonu

37,3

± 7,1 · miejsce średnio 10,3.

Podlasie II Sokołów Podlaski zajmuje 13. miejsce (na 16) z 13 pkt po 11 meczach. Ostatnie 5 meczów: 1 zwycięstwo, 0 remisów, 4 porażki. Model prognozuje 37,3 ± 7,1 pkt na koniec sezonu; mistrzostwo rzadziej niż w 1 na 10 symulacji, pierwsza trójka rzadziej niż w 1 na 10 symulacji, spadek rzadziej niż w 1 na 10 symulacji.

Terminarz rundy wiosennej nie jest jeszcze opublikowany — symulacja przyjmuje go jako lustrzane odbicie rundy jesiennej (zamienieni gospodarze, ta sama kolejność meczów).

Tabela wokół drużyny

Cała tabela →

11. Victoria Kałuszyn 13 pkt
12. MKS Małkinia 13 pkt
13. Podlasie II Sokołów Podlaski 13 pkt
14. Płomień Dębe Wielkie 12 pkt
15. ŁDK Łosice 8 pkt

Koniec sezonu

P(top 3)

1%

P(spadek)

5%

Przedział punktów

23–51

95% symulacji

Rozkład końcowych miejsc

Oczekiwane miejsce: 10,3

Kolejne mecze

31.10 · kolejka 13 na wyjeździe Podlasie II Sokołów Podlaski @ ŁDK Łosice Mecz otwarty.

07.11 · kolejka 14 na wyjeździe Podlasie II Sokołów Podlaski @ Czarni Węgrów Podlasie II Sokołów Podlaski faworytem.

Model vs rzeczywistość

trafienia 6/11

W 6 z 11 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 45%.

1. u Płomień Dębe Wielkie · 09.08 3:1 Z 32%
2. z Zryw Sobolew · 16.08 1:2 P 34%
3. u Orzeł Unin · 22.08 1:1 R 18%
4. z MKS Małkinia · 30.08 5:1 Z 67%
5. u ULKS Gołąbek · 05.09 1:4 P 36%
6. z Wilga Miastków Kościelny · 13.09 4:0 Z 45%
7. u Sęp Żelechów · 20.09 0:1 P 24%
8. z Fenix Siennica · 27.09 2:1 Z 53%
9. u Naprzód Skórzec · 03.10 3:11 P 49%
10. z Watra Mrozy · 11.10 1:4 P 45%
11. z Mazovia II Mińsk Mazowiecki · 18.10 0:5 P 87%

Pasek pokazuje, jakie prawdopodobieństwo model dawał temu, co faktycznie się wydarzyło — zielony, gdy typ modelu był trafiony, czerwony, gdy nie.