+03 Москва, Волгоград
Кабинет
Plzen 5:1 FK Crvena Zvezda · 99'Lillestrom 2:1 Эгнатия Рогожина · 103'ЦСКА София 0:1 ОФИ · 50'Aarhus 0:1 Бенфика · 46'FC Thun 2:1 Lech Poznan · 51'
Меню
Разделы статистики27.08.2026
Матчи
Расписание, результаты, составы
156матчей сегодня
СегодняЗавтра
Команды
Форма, серии, домашние и гостевые
23082команд
ОбзорСезон
Лиги и кубки
Таблицы, тренды турниров
456турниров
Топ-5Все
Рефери
Карточки, пенальти, строгость
17635арбитров
РейтингПо лигам
Инструменты аналитики27.08.2026
Прогрузы
Движение линии и объёмы
311473сигналов сегодня
СегодняЗавтра
Анализ дня
Сводка по матчам дня
156матчей в обзоре
ОбзорСезон
AI-прогнозы
Модельные вероятности ML
прогнозов с value
ЗначениеВсе
Матч-листы
Выгрузка данных в Excel
XLSXформат экспорта
СкачатьИстория
Главная / Сравнение команд
Сравнение команд
Метрики, личные встречи и статистическая оценка исхода для двух любых команд бок о бок.
JOR
Jorge Wilstermann
30 матчей в сезоне
Заменить
Форма · 5 матчей
П
П
Н
Н
В
5 из 15
8
место в лиге
VS
5 игр
SAN
Santa Cruz
30 матчей в сезоне
Заменить
Форма · 5 матчей
П
П
П
П
В
3 из 15
16
место в лиге
Атака Среднее за матч в выборке
1.1
Голы
за матч
0.9
4.4
Удары в створ
за матч
3.4
3.1
Угловые
за матч
4.2
Владение и пас Среднее за матч в выборке
48
Владение
% за матч
43
274
Точные передачи
за матч
187
Дисциплина Меньше — лучше
12.6
Фолы
за матч
11.0
2.9
Жёлтые карты
за матч
3.3
Оборона Меньше — лучше
2.3
Пропущено
за матч
2.1
Статистическая оценка
П1/Х/П2 по модели Пуассона на основе среднего кол-ва голов
54%
24%
22%
П1ХП2
Хозяева забивают в среднем 1.2 гола за матч — больше, чем соперник (1.0).
Хозяева пропускают в среднем 1.0 гола за матч — меньше, чем соперник (2.3).
Оценка — статистическая модель Пуассона по средним голам, не прогноз AI-модели.
Это не прогноз AI-модели — простая статистическая оценка по средним показателям, без учёта состава, травм и формы соперников.