Najbliższy mecz
kolejka 13 · sobota, 24 października · na wyjeździe
LKS VICTORIA PILCHOWICE
@
MKS CONCORDIA KNURÓW
Mecz otwarty. Szczegóły prognozy
Szansa na top 3
33%
tak kończy się 3 na 10 symulacji sezonu
Punkty na koniec sezonu
55,9
± 7,6 · miejsce średnio 5,5.
LKS VICTORIA PILCHOWICE zajmuje 7. miejsce (na 17) z 19 pkt po 12 meczach. Ostatnie 5 meczów: 2 zwycięstwa, 2 remisy, 1 porażka. Model prognozuje 55,9 ± 7,6 pkt na koniec sezonu; mistrzostwo w 1 na 10 symulacji, pierwsza trójka w 3 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 →- 5. KS MOSiR SPARTA ZABRZE 20 pkt
- 6. KS BURZA BOROWA WIEŚ 20 pkt
- 7. LKS VICTORIA PILCHOWICE 19 pkt
- 8. KS SILESIA MIECHOWICE 19 pkt
- 9. KS ORZEŁ BIAŁY PIEKARY ŚLĄSKIE 17 pkt
Koniec sezonu
Cała liga →P(top 3)
33%
P(spadek)
0%
Przedział punktów
41–70
95% symulacji
Rozkład końcowych miejsc
Oczekiwane miejsce: 5,5
Kolejne mecze
07.11 · kolejka 15
u siebie
LKS VICTORIA PILCHOWICE
vs
TS TARNOWICZANKA
LKS VICTORIA PILCHOWICE faworytem.
14.11 · kolejka 16
na wyjeździe
LKS VICTORIA PILCHOWICE
@
ŁTS ŁABĘDY
Mecz otwarty.
Model vs rzeczywistość
trafienia 6/12W 6 z 12 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 35% — ta drużyna zaskakuje model częściej niż inne.
- 1. u BYTOMSKI SPORT II POLONIA BYTOM · 08.08 3:3 R 20%
- 2. z KS SOŚNICA GLIWICE · 13.08 1:1 R 21%
- 3. u KS RUCH RADZIONKÓW II · 23.08 2:3 P 47%
- 4. z GKS WALKA ZABRZE · 26.08 4:0 Z 47%
- 5. u KS SILESIA MIECHOWICE · 29.08 2:0 Z 37%
- 6. u KS BURZA BOROWA WIEŚ · 07.10 1:2 P 31%
- 7. u LKS OLIMPIA BORUSZOWICE · 12.09 4:0 Z 52%
- 8. z KS ORZEŁ BIAŁY PIEKARY ŚLĄSKIE · 19.09 3:0 Z 47%
- 9. u KS MOSiR SPARTA ZABRZE · 26.09 1:2 P 41%
- 10. z LKS TEMPO PANIÓWKI · 03.10 0:0 R 6%
- 11. u KS CARBO GLIWICE · 10.10 2:2 R 20%
- 12. z UKS UNIA STRZYBNICA · 17.10 5:2 Z 53%
Pasek pokazuje, jakie prawdopodobieństwo model dawał temu, co faktycznie się wydarzyło — zielony, gdy typ modelu był trafiony, czerwony, gdy nie.