80.00%
Precisión 1X2 · 10 pronósticos (3 meses)
Fase de play-off
| # | Equipo | PJ | PG | PE | PP | GF–GC | DG | Pts | Forma | Conference League |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Aris Thessalonikis | 32 | 11 | 13 | 8 | 34–32 | +2 | 31 |
V
V
V
V
V
|
— |
| 2 | Levadiakos | 32 | 15 | 7 | 10 | 63–47 | +16 | 31 |
S
V
V
V
S
|
— |
| 3 | OFI | 32 | 12 | 3 | 17 | 43–55 | -12 | 23 |
V
S
S
S
V
|
— |
| 4 | Volos NFC | 32 | 9 | 5 | 18 | 33–55 | -22 | 17 |
S
S
S
S
S
|
— |
Conference League
| # | Equipo | PJ | PG | PE | PP | GF–GC | DG | Pts | Forma | Vincitore del titolo | Champions League | Europa League | Conference League |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | AEK Athens FC | 32 | 21 | 9 | 2 | 57–20 | +37 | 72 |
P
P
V
P
V
|
— | — | — | — |
| 2 | Olympiakos Piraeus | 32 | 19 | 9 | 4 | 51–17 | +34 | 66 |
P
V
P
S
V
|
— | — | — | — |
| 3 | PAOK | 32 | 18 | 10 | 4 | 59–25 | +34 | 64 |
P
P
P
V
S
|
— | — | — | — |
| 4 | Panathinaikos | 32 | 14 | 10 | 8 | 47–33 | +14 | 52 |
P
S
S
P
S
|
— | — | — | — |
Vincitore del titolo
Champions League
Europa League
Conference League
| # | Equipo | PJ | PG | PE | PP | GF–GC | DG | Pts | Forma | Descenso |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Atromitos | 36 | 12 | 10 | 14 | 49–42 | +7 | 46 |
V
S
V
S
S
|
— |
| 2 | Kifisia | 36 | 9 | 14 | 13 | 40–51 | -11 | 41 |
V
P
S
V
V
|
— |
| 3 | Asteras Tripolis | 36 | 8 | 12 | 16 | 36–49 | -13 | 36 |
V
P
V
P
V
|
— |
| 4 | Panetolikos | 36 | 9 | 9 | 18 | 35–51 | -16 | 36 |
S
P
P
V
S
|
— |
| 5 | Larisa | 36 | 5 | 15 | 16 | 34–56 | -22 | 30 |
S
V
P
P
P
|
— |
| 6 | Panserraikos | 36 | 7 | 8 | 21 | 25–73 | -48 | 29 |
S
P
S
S
P
|
— |
Descenso
Estadísticas jugadores
⚽ Goleadores
1
18
A. El Kaabi
Olympiakos Piraeus
2
17
L. Jović
AEK Athens FC
3
13
F. Pedrozo
Levadiakos
4
12
J. Bartolo
Asteras Tripolis
5
11
A. Ožbolt
Levadiakos
6
10
M. Baku
Atromitos
7
10
E. Salcedo
OFI
8
10
M. Taremi
Olympiakos Piraeus
9
10
Jorge Pombo
Kifisia
10
9
T. Fountas
OFI
👟 Asistencias
1
12
A. Živković
PAOK
2
10
T. Tsapras
Levadiakos
3
9
P. Michorl
Atromitos
4
8
S. Palacios
Levadiakos
5
8
G. Balzi
Levadiakos
6
7
R. Marin
AEK Athens FC
7
6
Taison
PAOK
8
6
Chiquinho
Olympiakos Piraeus
9
6
Daniel Podence
Olympiakos Piraeus
10
6
L. Rota
AEK Athens FC
🟨 Tarjetas amarillas
1
12
T. Nuss
OFI
2
12
M. Comba
Volos NFC
3
11
I. Kalinin
Panserraikos
4
10
G. Kargas
Volos NFC
5
10
J. Atanasov
Larisa
6
9
P. Michorl
Atromitos
7
8
A. Ivan
Panserraikos
8
8
V. De Marco
Panserraikos
9
8
Y. Larouci
Kifisia
10
8
F. Pérez
Larisa
Calibración del modelo para esta liga
| Banda de probabilidad | Muestra | Esperado | Real | Δ |
|---|---|---|---|---|
| 50–60%% | 7 | 55.00% | 85.7% | +30.70% |
Basado en 10 predicciones verificadas · Δ ≤ 5% = calibración excelente
xG: quién marca más (o menos) de lo que merece
| # | Equipo | Goles | xG | Δ | |
|---|---|---|---|---|---|
| 1 |
Atromitos
|
30 | 22.60 | +7.40 |
|
| 2 |
OFI
|
21 | 13.73 | +7.27 |
|
| 3 |
Panetolikos
|
20 | 16.58 | +3.42 |
|
| 4 |
Asteras Tripolis
|
18 | 16.70 | +1.30 |
|
| 5 |
Panserraikos
|
15 | 14.29 | +0.71 |
|
| 6 |
AEK Athens FC
|
24 | 23.44 | +0.56 |
|
| 7 |
Aris Thessalonikis
|
17 | 16.45 | +0.55 |
|
| 8 |
Panathinaikos
|
20 | 20.03 | -0.03 |
|
| 9 |
Larisa
|
16 | 16.47 | -0.47 |
|
| 10 |
Levadiakos
|
16 | 16.59 | -0.59 |
|
| 11 |
Volos NFC
|
14 | 14.86 | -0.86 |
|
| 12 |
PAOK
|
18 | 21.31 | -3.31 |
|
| 13 |
Kifisia
|
16 | 20.57 | -4.57 |
|
| 14 |
Olympiakos Piraeus
|
13 | 23.53 | -10.53 |
|
Δ = Goles marcados − xG acumulado · verde = rinde más, rojo = rinde menos
Preguntas frecuentes
¿Qué predicciones están disponibles para Super League?
Para Super League, ForzaPitch proporciona probabilidades 1X2, goles esperados (xG), señales de Más de 1,5 y Más de 2,5 goles y proyecciones de temporada para título, clasificación europea y descenso por equipo.
¿Qué tan precisas son las predicciones para Super League?
La precisión para Super League se rastrea partido a partido y se muestra en esta página. El modelo está calibrado específicamente para Super League utilizando datos históricos por liga.
¿Cómo se calculan las proyecciones de temporada para Super League?
Las proyecciones de temporada utilizan 10.000 simulaciones Monte Carlo de los partidos restantes, muestreando de las distribuciones de probabilidad de los partidos para estimar las probabilidades de título, Champions League, Europa League y descenso por equipo.