Modellen sier: Valencia 17 prosent, uavgjort 25, Real Madrid 58
Modellfamiliene er enige om utfalletDette gjelder Coros delmodeller. Sammenligningen med markedet vises nedenfor.
Sannsynligheter fra Coro-modellen · oppdateres fram mot avspark
Real Madrid: Coro 58 %, markedet 71 %. Modellen ligger 12,9 prosentpoeng lavere.
Real Madrid er det mest sannsynlige utfallet i begge vurderinger, men de vurderer sannsynligheten ulikt.
Coro beregner prognosen uten markedsodds. Markedsprosentene er en samlet vurdering fra markedskildene, basert på medianen etter at bookmakerens margin er fjernet.
Før kalibrering anslo målmodellen (Dixon–Coles) 61 % for Real Madrid og Elo-modellen 63 % for Real Madrid. Kalibrering justerer råanslagene mot tidligere kampresultater før de kombineres, med vekter på 22 % for målmodellen (Dixon–Coles) og 78 % for Elo-modellen. Det publiserte anslaget er 58 %.
Enighet mellom Coros delmodeller måles etter kalibrering. De enkelte kalibrerte verdiene er ikke lagret i dette forklaringsgrunnlaget.
Den konkrete årsaken til at markedet vurderer kampen annerledes er ikke dokumentert. Et stort avvik alene avgjør ikke hvilken vurdering som er best.
Begge lag scorer: Coro 49 %, markedet 58 %. Modellen ligger 9,7 prosentpoeng lavere.
Coro beregner prognosen uten markedsodds. Markedsprosentene er en samlet vurdering fra markedskildene, basert på medianen etter at bookmakerens margin er fjernet.
Denne prognosen bruker målmodellen (Dixon–Coles) med 100 % vekt.
Den konkrete årsaken til at markedet vurderer kampen annerledes er ikke dokumentert. Et stort avvik alene avgjør ikke hvilken vurdering som er best.
Over 2,5 mål: Coro 57 %, markedet 68 %. Modellen ligger 10,8 prosentpoeng lavere.
Coro beregner prognosen uten markedsodds. Markedsprosentene er en samlet vurdering fra markedskildene, basert på medianen etter at bookmakerens margin er fjernet.
Detaljerte modellbidrag er ikke tilgjengelige for denne sammenligningen.
Den konkrete årsaken til at markedet vurderer kampen annerledes er ikke dokumentert. Et stort avvik alene avgjør ikke hvilken vurdering som er best.
Real Madrid har sterkest resultatform: 8 seire på 10 kamper, mot Valencias 1.
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
Valencia · kamp for kamp
Villarreal24. okt. 2026 · Hjemme · La Liga1–2
Athletic Club17. okt. 2026 · Hjemme · La Liga0–0
Racing Santander11. okt. 2026 · Borte · La Liga2–2
Real Sociedad20. sep. 2026 · Hjemme · La Liga2–3
Alaves15. sep. 2026 · Borte · La Liga1–0
Sevilla11. sep. 2026 · Borte · La Liga0–1
Barcelona6. sep. 2026 · Hjemme · La Liga0–5
Deportivo La Coruna30. aug. 2026 · Borte · La Liga1–3
Real Betis25. aug. 2026 · Hjemme · La Liga0–1
Celta Vigo22. aug. 2026 · Hjemme · La Liga0–0
Real Madrid · kamp for kampBarcelona25. okt. 2026 · Borte · La Liga2–1
RB Leipzig21. okt. 2026 · Hjemme · Champions League4–1Sevilla18. okt. 2026 · Hjemme · La Liga4–1
AS Roma14. okt. 2026 · Borte · Champions League4–3Villarreal10. okt. 2026 · Hjemme · La Liga1–0
Atletico Madrid20. sep. 2026 · Borte · La Liga1–2
Elche15. sep. 2026 · Borte · La Liga3–2
Rayo Vallecano12. sep. 2026 · Hjemme · La Liga4–1
Inter8. sep. 2026 · Hjemme · Champions League2–1Real Betis4. sep. 2026 · Borte · La Liga0–1Formtallene 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.)
ValenciaReal MadridValenciaReal MadridLagprofilen 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.
