Najbliższy mecz
kolejka 9 · niedziela, 25 października · u siebie
LZS GKS PIOMAR II TARNÓW OP. - PRZYWORY
vs
LZS SAMBA SQUAD OTMICE
LZS GKS PIOMAR II TARNÓW OP. - PRZYWORY jest faworytem. Szczegóły prognozy
Szansa na top 3
1%
tak kończy się 0 na 10 symulacji sezonu
Punkty na koniec sezonu
28,6
± 5,8 · miejsce średnio 7,5.
LZS GKS PIOMAR II TARNÓW OP. - PRZYWORY zajmuje 7. miejsce (na 12) z 10 pkt po 8 meczach. Ostatnie 5 meczów: 1 zwycięstwo, 1 remis, 3 porażki. Model prognozuje 28,6 ± 5,8 pkt na koniec sezonu; mistrzostwo rzadziej niż w 1 na 10 symulacji, pierwsza trójka 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 →- 5. LZS BURZA KOSOROWICE 14 pkt
- 6. LKS CZARNI KALINÓW-KALINOWICE 14 pkt
- 7. LZS GKS PIOMAR II TARNÓW OP. - PRZYWORY 10 pkt
- 8. LZS SAMBA SQUAD OTMICE 9 pkt
- 9. LZS FIORENTINA KAMEX NAKŁO 7 pkt
Koniec sezonu
Cała liga →P(top 3)
1%
P(ostatnia 3)
13%
Przedział punktów
18–41
95% symulacji
Rozkład końcowych miejsc
Oczekiwane miejsce: 7,5
Kolejne mecze
08.11 · kolejka 10
na wyjeździe
LZS GKS PIOMAR II TARNÓW OP. - PRZYWORY
@
LKS TEMPO GRODZISKO
Faworytem jest LKS TEMPO GRODZISKO.
15.11 · kolejka 11
u siebie
LZS GKS PIOMAR II TARNÓW OP. - PRZYWORY
vs
LZS FIORENTINA KAMEX NAKŁO
LZS GKS PIOMAR II TARNÓW OP. - PRZYWORY faworytem.
Model vs rzeczywistość
trafienia 7/8W 7 z 8 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 56% — wyniki tej drużyny są dla modelu przewidywalne.
- 1. u KS GÓRAŻDŻE · 30.08 2:0 Z 65%
- 2. z LKS CZARNI KALINÓW-KALINOWICE · 06.09 4:2 Z 58%
- 3. u LKS JEDNOŚĆ ROZMIERKA · 13.09 2:3 P 56%
- 4. z LZS GKS IZBICKO-OTMICE · 20.09 2:1 Z 72%
- 5. u LZS KADŁUBIEC · 27.09 1:4 P 47%
- 6. u LKS BŁĘKITNI ROZMIERZ · 04.10 0:1 P 79%
- 7. z LZS ODRA KĄTY OPOLSKIE · 11.10 1:2 P 54%
- 8. u LZS BURZA KOSOROWICE · 18.10 2:2 R 15%
Pasek pokazuje, jakie prawdopodobieństwo model dawał temu, co faktycznie się wydarzyło — zielony, gdy typ modelu był trafiony, czerwony, gdy nie.