Najbliższy mecz
kolejka 13 · sobota, 24 października · na wyjeździe
MKS Sokół Sieniawa
@
KS Radomyślanka Geyer&Hosaja Radomyśl Wielki
Mecz otwarty. Szczegóły prognozy
Ryzyko spadku
24%
tak kończy się 2 na 10 symulacji sezonu
Punkty na koniec sezonu
42,8
± 8,0 · miejsce średnio 11,0.
MKS Sokół Sieniawa zajmuje 12. miejsce (na 18) z 14 pkt po 12 meczach. Ostatnie 5 meczów: 1 zwycięstwo, 3 remisy, 1 porażka. Model prognozuje 42,8 ± 8,0 pkt na koniec sezonu; mistrzostwo rzadziej niż w 1 na 10 symulacji, pierwsza trójka rzadziej niż w 1 na 10 symulacji, spadek w 2 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 →- 10. Polonia Przemyśl 15 pkt
- 11. Pogoń - Sokół II Lubaczów Sp. z o.o. 14 pkt
- 12. MKS Sokół Sieniawa 14 pkt
- 13. KS Legion Pilzno 13 pkt
- 14. Czarni 1910 Jasło 11 pkt
Koniec sezonu
Cała liga →P(top 3)
0%
P(spadek)
24%
Przedział punktów
28–59
95% symulacji
Rozkład końcowych miejsc
Oczekiwane miejsce: 11,0
Kolejne mecze
31.10 · kolejka 14
u siebie
MKS Sokół Sieniawa
vs
Wisłok Wiśniowa
MKS Sokół Sieniawa faworytem.
07.11 · kolejka 15
na wyjeździe
MKS Sokół Sieniawa
@
KS Legion Pilzno
Mecz otwarty.
Model vs rzeczywistość
trafienia 2/12W 2 z 12 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 29% — ta drużyna zaskakuje model częściej niż inne.
- 1. z Ekoball Stal Sanok · 09.08 0:5 P 28%
- 2. u SPEC Stal Łańcut · 14.08 1:1 R 23%
- 3. z Pogoń - Sokół II Lubaczów Sp. z o.o. · 19.08 4:4 R 20%
- 4. u Górnik Strachocina · 22.08 1:0 Z 30%
- 5. z Błękitni Ropczyce · 29.08 2:0 Z 26%
- 6. u SP Sokół Nisko · 05.09 0:1 P 38%
- 7. z Igloopol Dębica · 13.09 0:1 P 47%
- 8. z Stal II Rzeszów S.A. · 19.09 3:1 Z 44%
- 9. u ZKS Izolator Boguchwała · 27.09 1:1 R 25%
- 10. z Czarni 1910 Jasło · 04.10 1:1 R 22%
- 11. u Strug Tyczyn · 11.10 0:3 P 27%
- 12. z Polonia Przemyśl · 16.10 1:1 R 25%
Pasek pokazuje, jakie prawdopodobieństwo model dawał temu, co faktycznie się wydarzyło — zielony, gdy typ modelu był trafiony, czerwony, gdy nie.