Najbliższy mecz
kolejka 13 · sobota, 24 października · na wyjeździe
MKS PODLASIE SOKOŁÓW PODL.
@
POLONIA II WARSZAWA S.A.
Mecz otwarty. Szczegóły prognozy
Szansa na mistrzostwo
23%
tak kończy się 2 na 10 symulacji sezonu
Punkty na koniec sezonu
66,1
± 7,5 · miejsce średnio 3,3.
MKS PODLASIE SOKOŁÓW PODL. zajmuje 3. miejsce (na 18) z 24 pkt po 12 meczach. Ostatnie 5 meczów: 3 zwycięstwa, 2 remisy, 0 porażek. Model prognozuje 66,1 ± 7,5 pkt na koniec sezonu; mistrzostwo w 2 na 10 symulacji, pierwsza trójka w 6 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 →- 1. SS HUTNIK W-WA SP. Z O.O. 26 pkt
- 2. MKS PIASECZNO 25 pkt
- 3. MKS PODLASIE SOKOŁÓW PODL. 24 pkt
- 4. RKS Ursus W-wa 24 pkt
- 5. MKS Makowianka Maków Maz. 21 pkt
Koniec sezonu
Cała liga →P(top 3)
61%
P(spadek)
0%
Przedział punktów
51–80
95% symulacji
Rozkład końcowych miejsc
Oczekiwane miejsce: 3,3
Kolejne mecze
31.10 · kolejka 14
u siebie
MKS PODLASIE SOKOŁÓW PODL.
vs
RKP 1926 Broń Radom
MKS PODLASIE SOKOŁÓW PODL. faworytem.
07.11 · kolejka 15
na wyjeździe
MKS PODLASIE SOKOŁÓW PODL.
@
Enea Energia Kozienice
MKS PODLASIE SOKOŁÓW PODL. faworytem.
Model vs rzeczywistość
trafienia 6/12W 6 z 12 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 37% — ta drużyna zaskakuje model częściej niż inne.
- 1. u LKS Mazur Karczew · 08.08 1:1 R 23%
- 2. z KS Błonianka · 15.08 3:0 Z 59%
- 3. u MKS Przasnysz · 22.08 3:2 Z 48%
- 4. z SKS Oskar Przysucha · 26.08 1:1 R 19%
- 5. u MKS Makowianka Maków Maz. · 29.08 2:2 R 23%
- 6. z MLKS Nadnarwianka · 05.09 5:1 Z 62%
- 7. u UKS Talent Warszawa · 12.09 2:2 R 19%
- 8. z KS Mszczonowianka · 20.09 6:0 Z 56%
- 9. u RKS Ursus W-wa · 27.09 0:0 R 19%
- 10. z MKS PIASECZNO · 03.10 1:0 Z 51%
- 11. u KS Legionovia · 10.10 1:0 Z 45%
- 12. z MLKS Victoria Sulejówek · 17.10 1:1 R 14%
Pasek pokazuje, jakie prawdopodobieństwo model dawał temu, co faktycznie się wydarzyło — zielony, gdy typ modelu był trafiony, czerwony, gdy nie.