MKS GRANAT Skarżysko-Kamienna

Najbliższy mecz

kolejka 12 · niedziela, 18 października · na wyjeździe

MKS GRANAT Skarżysko-Kamienna @ LKS ORLĘTA Kielce

88%

Faworytem jest LKS ORLĘTA Kielce. Szczegóły prognozy

Ryzyko spadku

62%

tak kończy się 6 na 10 symulacji sezonu

Punkty na koniec sezonu

26,5

± 7,3 · miejsce średnio 15,7.

MKS GRANAT Skarżysko-Kamienna zajmuje 16. miejsce (na 18) z 6 pkt po 11 meczach. Ostatnie 5 meczów: 0 zwycięstw, 2 remisy, 3 porażki. Model prognozuje 26,5 ± 7,3 pkt na koniec sezonu; mistrzostwo rzadziej niż w 1 na 10 symulacji, pierwsza trójka rzadziej niż w 1 na 10 symulacji, spadek w 6 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 →

14. MKS WIERNA Małogoszcz 12 pkt
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

Cała liga →

P(top 3)

P(spadek)

62%

Przedział punktów

13–42

95% symulacji

Rozkład końcowych miejsc

Oczekiwane miejsce: 15,7

Kolejne mecze

24.10 · kolejka 13 u siebie MKS GRANAT Skarżysko-Kamienna vs KORONA SA III Kielce Faworytem jest KORONA SA III Kielce.

31.10 · kolejka 14 na wyjeździe MKS GRANAT Skarżysko-Kamienna @ INDUSTRIA WICHER Miedziana Góra Mecz otwarty.

Model vs rzeczywistość

trafienia 8/11

W 8 z 11 meczów faworyt wskazany przez model był właściwy. Średnio model dawał faktycznemu rozstrzygnięciu 39%.

1. u KS VICTORIA 2015 Skalbmierz · 09.08 1:3 P 45%
2. u MLKS SPARTA Kazimierza Wielka · 16.08 0:3 P 47%
3. z KS HETMAN Włoszczowa · 23.08 4:1 Z 47%
4. u KKP KORONA Kielce · 26.08 2:2 R 11%
5. z GKS Nowiny · 30.08 1:3 P 42%
6. u MZKS ALIT Ożarów · 06.09 1:5 P 46%
7. z GKS ARKA Pawłów · 12.09 1:2 P 51%
8. u MKS WIERNA Małogoszcz · 20.09 0:2 P 39%
9. z MKS NEPTUN Końskie · 26.09 1:4 P 55%
10. u MKS ORLICZ Suchedniów · 03.10 0:0 R 19%
11. z MGKS SPARTAKUS Daleszyce · 10.10 2:2 R 21%

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