BC.Game vs CYBERSHOKE

Победа в матче

BC.Game: 69.9% (коэф 1.43)

CYBERSHOKE: 30.1% (коэф 3.33)

База модели: Glicko-2 (BC.Game 1417.0 vs CYBERSHOKE 1397.5).

• - Monte Carlo делает фаворитом BC.Game: по симуляциям серии вероятность 69.9% vs 30.1%.
• - Базовый сигнал силы — Glicko-2: BC.Game (1417.0) vs CYBERSHOKE (1397.5), затем вероятность уточняется формой, map pool и veto/picks.
• - Для оценки исхода выполнено 5 000 симуляций серии, поэтому победа в матче, тотал карт и точный счет серии считаются из одного распределения исходов.
• - Оценка по картам объединяет силу map pool и уверенность по выборке матчей, из-за чего вероятность сглаживается и не завышается на малых данных.
• - Коэффициенты (BC.Game 1.43, CYBERSHOKE 3.33) рассчитаны из вероятностей модели, это не букмекерская линия.

Вероятность счета в серии

• 2-0 — 37.9% (коэф 2.64)
• 2-1 — 32.0% (коэф 3.13)

• - Самые вероятные счета серии: 2-0 (37.9%) и 2-1 (32.0%).
• - Распределение счета строится через Monte Carlo по картам в формате BO3: каждая серия разыгрывается целиком, а затем агрегируется в вероятности счетов.
• - При близких шансах команд растет вероятность длинной серии, при явном перевесе фаворита повышается доля быстрых исходов.

Тотал карт

• - Тотал 2.5: Больше 46.5% / Меньше 53.5%.
• - Логика тотала берется из того же Monte Carlo-распределения: чем чаще серия доходит до decider в симуляциях, тем выше вероятность тотала больше.
• - Для live и матчей с известными пиками/decider расчет становится точнее, потому что учитываются конкретные карты серии.