Przejdź do treści

IV liga świętokrzyska

KS HETMAN Włoszczowa

17. miejsce · 4 pkt po 11 meczach ·

Najbliższy mecz

kolejka 12 · niedziela, 18 października · na wyjeździe

KS HETMAN Włoszczowa @ MGKS SPARTAKUS Daleszyce

Faworytem jest MGKS SPARTAKUS Daleszyce. Szczegóły prognozy

Ryzyko spadku

90%

tak kończy się 9 na 10 symulacji sezonu

Punkty na koniec sezonu

19,9

± 6,5 · miejsce średnio 16,9.

KS HETMAN Włoszczowa zajmuje 17. miejsce (na 18) z 4 pkt po 11 meczach. Ostatnie 5 meczów: 0 zwycięstw, 1 remis, 4 porażki. Model prognozuje 19,9 ± 6,5 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 →

15. MZKS ALIT Ożarów 11 pkt
16. MKS GRANAT Skarżysko-Kamienna 6 pkt
17. KS HETMAN Włoszczowa 4 pkt
18. MKS ORLICZ Suchedniów 4 pkt

Koniec sezonu

P(top 3)

0%

P(spadek)

90%

Przedział punktów

9–33

95% symulacji

Rozkład końcowych miejsc

Oczekiwane miejsce: 16,9

Kolejne mecze

25.10 · kolejka 13 u siebie KS HETMAN Włoszczowa vs LKS ORLĘTA Kielce Faworytem jest LKS ORLĘTA Kielce.

30.10 · kolejka 14 na wyjeździe KS HETMAN Włoszczowa @ KORONA SA III Kielce Faworytem jest KORONA SA III Kielce.

Model vs rzeczywistość

trafienia 6/11

W 6 z 11 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 49%.

1. u OKS Opatów · 09.08 1:0 Z 6%
2. z KS VICTORIA 2015 Skalbmierz · 15.08 2:6 P 38%
3. u MKS GRANAT Skarżysko-Kamienna · 23.08 1:4 P 47%
4. u MLKS SPARTA Kazimierza Wielka · 26.08 0:2 P 67%
5. z KKP KORONA Kielce · 30.08 1:2 P 66%
6. u GKS Nowiny · 05.09 0:2 P 71%
7. z MZKS ALIT Ożarów · 13.09 4:4 R 22%
8. u GKS ARKA Pawłów · 20.09 2:8 P 83%
9. z MKS WIERNA Małogoszcz · 26.09 1:4 P 28%
10. u MKS NEPTUN Końskie · 03.10 2:4 P 87%
11. z MKS ORLICZ Suchedniów · 10.10 1:3 P 21%

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