Przejdź do treści

Klasa okręgowa Częstochowa, grupa 2

KS PANKI

14. miejsce · 8 pkt po 11 meczach ·

Najbliższy mecz

kolejka 12 · niedziela, 25 października · u siebie

KS PANKI vs SKRA CZĘSTOCHOWA AMATOR GOLCE

Faworytem jest SKRA CZĘSTOCHOWA AMATOR GOLCE. Szczegóły prognozy

Ryzyko spadku

74%

tak kończy się 7 na 10 symulacji sezonu

Punkty na koniec sezonu

24,4

± 6,6 · miejsce średnio 14,2.

KS PANKI zajmuje 14. miejsce (na 16) z 8 pkt po 11 meczach. Ostatnie 5 meczów: 1 zwycięstwo, 0 remisów, 4 porażki. Model prognozuje 24,4 ± 6,6 pkt na koniec sezonu; mistrzostwo rzadziej niż w 1 na 10 symulacji, pierwsza trójka rzadziej niż w 1 na 10 symulacji, spadek w 7 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. LKS SPARTA LUBLINIEC 11 pkt
13. LKS PROMIEŃ GLINICA 11 pkt
14. KS PANKI 8 pkt
15. GLKS LOT KONOPISKA 8 pkt
16. MGLKS LISWARTA II KRZEPICE 7 pkt

Koniec sezonu

P(top 3)

0%

P(spadek)

74%

Przedział punktów

12–38

95% symulacji

Rozkład końcowych miejsc

Oczekiwane miejsce: 14,2

Kolejne mecze

31.10 · kolejka 13 na wyjeździe KS PANKI @ GLKS LOT KONOPISKA Faworytem jest GLKS LOT KONOPISKA.

07.11 · kolejka 14 u siebie KS PANKI vs KS UNIA KALETY Faworytem jest KS UNIA KALETY.

Model vs rzeczywistość

trafienia 8/11

W 8 z 11 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 49%.

1. z LKS SPARTA LUBLINIEC · 16.08 1:1 R 20%
2. u KS STRADOM CZĘSTOCHOWA · 22.08 3:4 P 66%
3. z ZALCHEM ZNICZ KŁOBUCK · 30.08 1:6 P 58%
4. u KS PŁOMIEŃ W LGOCIE MAŁEJ · 09.09 3:2 Z 15%
5. z LKS PROMIEŃ GLINICA · 05.09 1:1 R 16%
6. u LKS KAMIENICA POLSKA · 12.09 0:5 P 65%
7. z MGLKS LISWARTA II KRZEPICE · 19.09 6:2 Z 42%
8. z LKS WARTA KAMIEŃSKIE MŁYNY · 26.09 1:3 P 69%
9. u LKS LOTNIK KOŚCIELEC · 02.10 2:3 P 58%
10. z KS MYSZKÓW · 10.10 2:4 P 64%
11. u LKS JEDNOŚĆ BORONÓW · 17.10 2:5 P 68%

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