Modellen sier: Bayern München 89 prosent, uavgjort 7, Slavia Praha 4
Modellfamiliene er enige om utfalletDette gjelder Coros delmodeller. Sammenligningen med markedet vises nedenfor.
Sannsynligheter fra Coro-modellen · oppdateres fram mot avspark
Vi viser sammenligningen automatisk når minst tre uavhengige markedskilder har komplette data.
Kontrolleres fortløpende fram mot kampstart.Bayern München har sterkest resultatform: 5 seire på 10 kamper, mot Slavia Prahas 0.
Utvalget stopper ved denne kampens avspark. Bytt mellom de siste fem og ti kampene, eller sammenlign lagenes form på samme kampsted.
Resultater Poeng per kamp i det valgte formutvalget.
Beskriver kampene lagene har spilt, ikke en modellert sannsynlighet.
Trykk på en rad for full kampside
Bayern München · kamp for kamp
Borussia Dortmund31. okt. 2026 · Hjemme · Bundesliga2–2
SC Freiburg25. okt. 2026 · Borte · Bundesliga3–1
Arsenal21. okt. 2026 · Hjemme · Champions League2–2
RB Leipzig17. okt. 2026 · Hjemme · Bundesliga6–1
Viking13. okt. 2026 · Borte · Champions League3–3
FC Augsburg10. okt. 2026 · Borte · Bundesliga2–2
Union Berlin18. sep. 2026 · Hjemme · Bundesliga7–0
SV Elversberg13. sep. 2026 · Borte · Bundesliga2–1
Bodø/Glimt10. sep. 2026 · Hjemme · Champions League5–0
FC Schalke 045. sep. 2026 · Borte · Bundesliga0–0
Slavia Praha · kamp for kamp
Fenerbahçe20. okt. 2026 · Borte · Champions League2–2
Sabah FA13. okt. 2026 · Borte · Champions League0–2
Lens10. sep. 2026 · Hjemme · Champions League2–3
Pafos28. jan. 2026 · Borte · Champions League1–4
Barcelona21. jan. 2026 · Hjemme · Champions League2–4
Tottenham9. des. 2025 · Borte · Champions League0–3
Athletic Club25. nov. 2025 · Hjemme · Champions League0–0Arsenal4. nov. 2025 · Hjemme · Champions League0–3
Atalanta22. okt. 2025 · Borte · Champions League0–0
Inter30. sep. 2025 · Borte · Champions League0–3Formtallene bruker bare registrerte kamper før avspark og kan gå på tvers av turneringer. Hver statistikk viser sitt faktiske antall datakamper. Eldre innbyrdes møter beskriver historikk, men sier mindre om dagens lag enn fersk form gjør.
Kryss av spillerne som er ute og trykk «Simuler».
Separat scenariomodell · Eksperimentell. Dette er en egen beregning for å utforske fravær. Den er ikke hovedprognosen og tallene kan derfor ha et annet utgangspunkt. Velg spillere og trykk «Simuler».
Når du tar bort en spiller, regner vi ut hvor mye spilleren pleier å bety ut fra registrerte kamper før avspark: mål, målgivende og spilletid. Landskamper bruker landslagshistorikk, mens klubbkamper bruker klubbhistorikk. Har vi ikke kampdata for spilleren, bruker vi et vanlig nivå for posisjonen. Effekten har en øvre grense, så ingen enkeltspiller får urimelig stort utslag. (Grunnlaget for selve prediksjonen står under «Hva bygger dette på?» i panelet over.)
Bayern MünchenSlavia PrahaBayern MünchenSlavia PrahaIngen registrerte innbyrdes møter før avspark.
Lagprofilen bruker opptil ti registrerte kamper før avspark, også på tvers av sesonger og turneringer. Arena, dommer, oppstillinger, hendelser og spillerstatistikk oppdateres når kampfeeden publiserer dem.
Modellvurderingene er statistiske estimater fra Coros kampmodeller (Dixon-Coles, Elo og kalibrerte klassifiserere) og skal leses med synlig usikkerhet – ikke som fasit.
