Najbliższy mecz
kolejka 13 · sobota, 24 października · u siebie
KS CARBO GLIWICE
vs
ŁTS ŁABĘDY
Faworytem jest ŁTS ŁABĘDY. Szczegóły prognozy
Ryzyko spadku
86%
tak kończy się 9 na 10 symulacji sezonu
Punkty na koniec sezonu
26,9
± 6,9 · miejsce średnio 14,5.
KS CARBO GLIWICE zajmuje 14. miejsce (na 17) z 9 pkt po 11 meczach. Ostatnie 5 meczów: 0 zwycięstw, 3 remisy, 2 porażki. Model prognozuje 26,9 ± 6,9 pkt na koniec sezonu; mistrzostwo rzadziej niż w 1 na 10 symulacji, pierwsza trójka rzadziej niż w 1 na 10 symulacji, spadek w 9 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. UKS UNIA STRZYBNICA 14 pkt
- 13. LKS OLIMPIA BORUSZOWICE 14 pkt
- 14. KS CARBO GLIWICE 9 pkt
- 15. KS SOŚNICA GLIWICE 5 pkt
- 16. LKS TEMPO PANIÓWKI 4 pkt
Koniec sezonu
Cała liga →P(top 3)
0%
P(spadek)
86%
Przedział punktów
15–42
95% symulacji
Rozkład końcowych miejsc
Oczekiwane miejsce: 14,5
Kolejne mecze
31.10 · kolejka 14
na wyjeździe
KS CARBO GLIWICE
@
KS GÓRNIK BOBROWNIKI ŚLĄSKIE
Faworytem jest KS GÓRNIK BOBROWNIKI ŚLĄSKIE.
07.11 · kolejka 15
u siebie
KS CARBO GLIWICE
vs
BYTOMSKI SPORT II POLONIA BYTOM
Faworytem jest BYTOMSKI SPORT II POLONIA BYTOM.
Model vs rzeczywistość
trafienia 4/11W 4 z 11 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 35% — ta drużyna zaskakuje model częściej niż inne.
- 1. u GKS WALKA ZABRZE · 09.08 3:0 Z 20%
- 2. z KS SILESIA MIECHOWICE · 15.08 0:3 P 38%
- 3. u KS BURZA BOROWA WIEŚ · 22.08 0:4 P 48%
- 4. z LKS OLIMPIA BORUSZOWICE · 26.08 2:3 P 34%
- 5. u KS ORZEŁ BIAŁY PIEKARY ŚLĄSKIE · 29.08 2:0 Z 8%
- 6. z KS MOSiR SPARTA ZABRZE · 05.09 0:4 P 59%
- 7. u LKS TEMPO PANIÓWKI · 12.09 0:4 P 50%
- 9. z UKS UNIA STRZYBNICA · 26.09 1:1 R 17%
- 10. u MKS CONCORDIA KNURÓW · 03.10 1:1 R 15%
- 11. z LKS VICTORIA PILCHOWICE · 10.10 2:2 R 20%
- 12. u TS TARNOWICZANKA · 17.10 1:2 P 77%
Pasek pokazuje, jakie prawdopodobieństwo model dawał temu, co faktycznie się wydarzyło — zielony, gdy typ modelu był trafiony, czerwony, gdy nie.