Najbliższy mecz
kolejka 12 · niedziela, 25 października · u siebie
WIGRY II Suwałki S.A.
vs
GKS Gródek
WIGRY II Suwałki S.A. jest faworytem. Szczegóły prognozy
Szansa na top 3
59%
tak kończy się 6 na 10 symulacji sezonu
Punkty na koniec sezonu
67,2
± 5,1 · miejsce średnio 3,3.
WIGRY II Suwałki S.A. zajmuje 3. miejsce (na 16) z 22 pkt po 11 meczach. Ostatnie 5 meczów: 3 zwycięstwa, 1 remis, 1 porażka. Model prognozuje 67,2 ± 5,1 pkt na koniec sezonu; mistrzostwo rzadziej niż w 1 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. MOSP Białystok 27 pkt
- 2. KS II Wasilków 26 pkt
- 3. WIGRY II Suwałki S.A. 22 pkt
- 4. KKS ORZEŁ Kolno 19 pkt
- 5. AUTO-MAJSTER CSP UNIA 1976 Ciechanowiec 19 pkt
Koniec sezonu
Cała liga →P(top 3)
59%
P(spadek)
0%
Przedział punktów
56–76
95% symulacji
Rozkład końcowych miejsc
Oczekiwane miejsce: 3,3
Kolejne mecze
31.10 · kolejka 13
na wyjeździe
WIGRY II Suwałki S.A.
@
AKS SPARTA Augustów
WIGRY II Suwałki S.A. faworytem.
08.11 · kolejka 14
u siebie
WIGRY II Suwałki S.A.
vs
KS SOKÓŁ 1946 Sokółka
WIGRY II Suwałki S.A. faworytem.
Model vs rzeczywistość
trafienia 6/11W 6 z 11 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 53% — wyniki tej drużyny są dla modelu przewidywalne.
- 1. u AUTO-MAJSTER CSP UNIA 1976 Ciechanowiec · 08.08 0:1 P 11%
- 2. z JAGIELLONIA III Białystok SSA · 12.08 2:1 Z 39%
- 3. u MOSP Białystok · 22.08 0:2 P 12%
- 4. z KS PUSZCZA Hajnówka · 30.08 5:1 Z 96%
- 5. u M-GKS NAREW Choroszcz · 05.09 6:1 Z 76%
- 6. z KKS ORZEŁ Kolno · 13.09 5:1 Z 75%
- 7. u MKS POGOŃ Łapy · 19.09 2:2 R 17%
- 8. z KS II Wasilków · 27.09 2:3 P 31%
- 9. u MKS CRESOVIA Siemiatycze · 03.10 4:1 Z 60%
- 10. z KS SPARTA 1951 Szepietowo · 10.10 5:0 Z 88%
- 11. u KS RUDNIA Zabłudów · 17.10 4:1 Z 79%
Pasek pokazuje, jakie prawdopodobieństwo model dawał temu, co faktycznie się wydarzyło — zielony, gdy typ modelu był trafiony, czerwony, gdy nie.