Najbliższy mecz
kolejka 12 · sobota, 24 października · u siebie
LKS PROMIEŃ Mońki
vs
PW HOME LZS Krynki
LKS PROMIEŃ Mońki jest faworytem. Szczegóły prognozy
Szansa na top 3
2%
tak kończy się 0 na 10 symulacji sezonu
Punkty na koniec sezonu
47,5
± 6,7 · miejsce średnio 7,7.
LKS PROMIEŃ Mońki zajmuje 7. miejsce (na 16) z 18 pkt po 11 meczach. Ostatnie 5 meczów: 2 zwycięstwa, 0 remisów, 3 porażki. Model prognozuje 47,5 ± 6,7 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 →- 5. KS HETMAN SKŁODOWSCY Tykocin 19 pkt
- 6. UKS PIONIER Brańsk 18 pkt
- 7. LKS PROMIEŃ Mońki 18 pkt
- 8. LUKS CZARNI Czarna Białostocka 17 pkt
- 9. BKS TUR Bielsk Podlaski 17 pkt
Koniec sezonu
Cała liga →P(top 3)
2%
P(spadek)
0%
Przedział punktów
34–61
95% symulacji
Rozkład końcowych miejsc
Oczekiwane miejsce: 7,7
Kolejne mecze
31.10 · kolejka 13
na wyjeździe
LKS PROMIEŃ Mońki
@
MKS RUCH Wysokie Mazowieckie
Faworytem jest MKS RUCH Wysokie Mazowieckie.
07.11 · kolejka 14
u siebie
LKS PROMIEŃ Mońki
vs
MKS SUPRAŚLANKA Supraśl
LKS PROMIEŃ Mońki faworytem.
Model vs rzeczywistość
trafienia 8/11W 8 z 11 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 50% — wyniki tej drużyny są dla modelu przewidywalne.
- 1. z KS Śniadowo · 08.08 7:0 Z 48%
- 2. u KS Michałowo · 16.08 0:3 P 43%
- 3. z LUKS CZARNI Czarna Białostocka · 22.08 5:3 Z 51%
- 4. u BKS TUR Bielsk Podlaski · 29.08 3:1 Z 33%
- 5. z SKS POMORZANKA Sejny · 05.09 4:2 Z 72%
- 6. z KS HETMAN SKŁODOWSCY Tykocin · 12.09 0:1 P 19%
- 7. u UKS KRYPNIANKA Krypno · 19.09 5:1 Z 55%
- 8. z MLKS WISSA Szczuczyn · 26.09 4:1 Z 29%
- 9. u KS Wasilków · 03.10 0:3 P 75%
- 10. z ŁKS II Łomża · 10.10 0:2 P 54%
- 11. u KS WARMIA Grajewo · 17.10 0:3 P 72%
Pasek pokazuje, jakie prawdopodobieństwo model dawał temu, co faktycznie się wydarzyło — zielony, gdy typ modelu był trafiony, czerwony, gdy nie.