LKS TEMPO PANIÓWKI — Piłkologia

Najbliższy mecz

kolejka 13 · sobota, 24 października · u siebie

LKS TEMPO PANIÓWKI vs KS GÓRNIK BOBROWNIKI ŚLĄSKIE

20% 67%

Faworytem jest KS GÓRNIK BOBROWNIKI ŚLĄSKIE. Szczegóły prognozy

Ryzyko spadku

99%

tak kończy się 10 na 10 symulacji sezonu

Punkty na koniec sezonu

18,1

± 6,2 · miejsce średnio 15,9.

LKS TEMPO PANIÓWKI zajmuje 16. miejsce (na 17) z 4 pkt po 11 meczach. Ostatnie 5 meczów: 0 zwycięstw, 1 remis, 4 porażki. Model prognozuje 18,1 ± 6,2 pkt na koniec sezonu; mistrzostwo rzadziej niż w 1 na 10 symulacji, pierwsza trójka rzadziej niż w 1 na 10 symulacji, spadek niemal pewny.

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 →

14. KS CARBO GLIWICE 9 pkt
15. KS SOŚNICA GLIWICE 5 pkt
16. LKS TEMPO PANIÓWKI 4 pkt
17. GKS WALKA ZABRZE 1 pkt

Koniec sezonu

Cała liga →

P(top 3)

P(spadek)

99%

Przedział punktów

7–32

95% symulacji

Rozkład końcowych miejsc

Oczekiwane miejsce: 15,9

Kolejne mecze

30.10 · kolejka 14 na wyjeździe LKS TEMPO PANIÓWKI @ BYTOMSKI SPORT II POLONIA BYTOM Faworytem jest BYTOMSKI SPORT II POLONIA BYTOM.

07.11 · kolejka 15 u siebie LKS TEMPO PANIÓWKI vs KS SOŚNICA GLIWICE Mecz otwarty.

Model vs rzeczywistość

trafienia 8/11

W 8 z 11 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 53% — wyniki tej drużyny są dla modelu przewidywalne.

1. u KS SILESIA MIECHOWICE · 07.08 1:4 P 35%
2. z KS BURZA BOROWA WIEŚ · 15.08 2:6 P 33%
3. u LKS OLIMPIA BORUSZOWICE · 22.08 2:5 P 48%
4. z KS ORZEŁ BIAŁY PIEKARY ŚLĄSKIE · 26.08 2:3 P 55%
5. u KS MOSiR SPARTA ZABRZE · 29.08 1:5 P 73%
7. z KS CARBO GLIWICE · 12.09 4:0 Z 50%
8. u UKS UNIA STRZYBNICA · 19.09 0:8 P 67%
9. z MKS CONCORDIA KNURÓW · 26.09 0:5 P 62%
10. u LKS VICTORIA PILCHOWICE · 03.10 0:0 R 6%
11. z TS TARNOWICZANKA · 10.10 2:4 P 71%
12. u ŁTS ŁABĘDY · 17.10 0:5 P 86%

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