MKS POGOŃ Łapy — Piłkologia

Najbliższy mecz

kolejka 12 · sobota, 24 października · u siebie

MKS POGOŃ Łapy vs JAGIELLONIA III Białystok SSA

92%

Faworytem jest JAGIELLONIA III Białystok SSA. Szczegóły prognozy

Szansa na top 3

tak kończy się 0 na 10 symulacji sezonu

Punkty na koniec sezonu

44,4

± 6,2 · miejsce średnio 7,5.

MKS POGOŃ Łapy zajmuje 5. miejsce (na 16) z 20 pkt po 11 meczach. Ostatnie 5 meczów: 1 zwycięstwo, 2 remisy, 2 porażki. Model prognozuje 44,4 ± 6,2 pkt na koniec sezonu; mistrzostwo rzadziej niż w 1 na 10 symulacji, pierwsza trójka rzadziej niż w 1 na 10 symulacji, spadek praktycznie wykluczony.

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 →

3. JAGIELLONIA III Białystok SSA 23 pkt
4. WIGRY II Suwałki S.A. 22 pkt
5. MKS POGOŃ Łapy 20 pkt
6. KKS ORZEŁ Kolno 19 pkt
7. AUTO-MAJSTER CSP UNIA 1976 Ciechanowiec 19 pkt

Koniec sezonu

Cała liga →

P(top 3)

P(spadek)

Przedział punktów

33–57

95% symulacji

Rozkład końcowych miejsc

Oczekiwane miejsce: 7,5

Kolejne mecze

31.10 · kolejka 13 na wyjeździe MKS POGOŃ Łapy @ KS PUSZCZA Hajnówka MKS POGOŃ Łapy faworytem.

07.11 · kolejka 14 u siebie MKS POGOŃ Łapy vs KKS ORZEŁ Kolno Mecz otwarty.

Model vs rzeczywistość

trafienia 4/11

W 4 z 11 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 34% — ta drużyna zaskakuje model częściej niż inne.

1. z KS SPARTA 1951 Szepietowo · 08.08 2:0 Z 62%
2. u GKS Gródek · 15.08 3:0 Z 22%
3. z KS SOKÓŁ 1946 Sokółka · 23.08 2:1 Z 50%
4. u AUTO-MAJSTER CSP UNIA 1976 Ciechanowiec · 29.08 5:1 Z 25%
5. z MOSP Białystok · 05.09 0:4 P 48%
6. u M-GKS NAREW Choroszcz · 12.09 5:1 Z 49%
7. z WIGRY II Suwałki S.A. · 19.09 2:2 R 17%
8. z MKS CRESOVIA Siemiatycze · 26.09 1:2 P 39%
9. u KS RUDNIA Zabłudów · 03.10 0:3 P 27%
10. z AKS SPARTA Augustów · 10.10 1:1 R 18%
11. u KS ORLĘTA Czyżew · 18.10 4:2 Z 15%

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