SKS POMORZANKA Sejny — Piłkologia

Najbliższy mecz

kolejka 12 · sobota, 24 października · u siebie

SKS POMORZANKA Sejny vs KS Śniadowo

73%

SKS POMORZANKA Sejny jest faworytem. Szczegóły prognozy

Ryzyko spadku

65%

tak kończy się 6 na 10 symulacji sezonu

Punkty na koniec sezonu

19,9

± 5,1 · miejsce średnio 13,8.

SKS POMORZANKA Sejny zajmuje 14. miejsce (na 16) z 6 pkt po 11 meczach. Ostatnie 5 meczów: 1 zwycięstwo, 0 remisów, 4 porażki. Model prognozuje 19,9 ± 5,1 pkt na koniec sezonu; mistrzostwo rzadziej niż w 1 na 10 symulacji, pierwsza trójka rzadziej niż w 1 na 10 symulacji, spadek w 6 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 →

12. MKS SUPRAŚLANKA Supraśl 10 pkt
13. PW HOME LZS Krynki 9 pkt
14. SKS POMORZANKA Sejny 6 pkt
15. UKS KRYPNIANKA Krypno 5 pkt
16. KS Śniadowo 1 pkt

Koniec sezonu

Cała liga →

P(top 3)

P(spadek)

65%

Przedział punktów

11–30

95% symulacji

Rozkład końcowych miejsc

Oczekiwane miejsce: 13,8

Kolejne mecze

30.10 · kolejka 13 na wyjeździe SKS POMORZANKA Sejny @ KS Wasilków Faworytem jest KS Wasilków.

07.11 · kolejka 14 u siebie SKS POMORZANKA Sejny vs KS Michałowo Faworytem jest KS Michałowo.

Model vs rzeczywistość

trafienia 6/11

W 6 z 11 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 51% — wyniki tej drużyny są dla modelu przewidywalne.

1. u LUKS CZARNI Czarna Białostocka · 09.08 1:2 P 38%
2. z KS WARMIA Grajewo · 15.08 2:6 P 65%
3. u BKS TUR Bielsk Podlaski · 22.08 1:3 P 60%
4. z PW HOME LZS Krynki · 30.08 1:3 P 30%
5. u LKS PROMIEŃ Mońki · 05.09 2:4 P 72%
6. z MKS RUCH Wysokie Mazowieckie · 13.09 2:1 Z 20%
7. u KS HETMAN SKŁODOWSCY Tykocin · 19.09 0:8 P 60%
8. z MKS SUPRAŚLANKA Supraśl · 27.09 2:1 Z 38%
9. u UKS KRYPNIANKA Krypno · 03.10 0:3 P 35%
10. z UKS PIONIER Brańsk · 11.10 0:3 P 57%
11. u MLKS WISSA Szczuczyn · 17.10 3:8 P 81%

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