Markov Outcome — Цепи Маркова: анализирует последовательность результатов (победа/ничья/поражение) команды и вычисляет вероятность следующего исхода через матрицу переходов. Сильнее работает для команд со стабильными сериями.
Markov State — Расширенные состояния Маркова: учитывает детальные паттерны игры (серии, стабильность переходов). Хорошо улавливает команды в устойчивом состоянии формы.
Shannon Entropy — Энтропия Шеннона: измеряет предсказуемость команды. Низкая энтропия = стабильные результаты = высокая уверенность. Высокая = команда непредсказуема.
Form Inertia — Инерция формы: взвешенный тренд последних матчей. Свежие игры важнее старых (экспоненциальное затухание). Хорошо улавливает команды на подъёме или спаде.
Multipeak Density — Мультипиковая плотность: моделирует распределение результатов и находит типичные сценарии для команды. Учитывает нелинейные паттерны и «любимые» исходы.
Monte Carlo — Метод Монте-Карло: симулирует тысячи вариантов матча на основе исторической статистики обеих команд. Возвращает вероятности через долю симуляций с каждым исходом.
Valenzetti — Рейтинговая модель: оценивает долгосрочную силу команд с учётом силы соперников. Вес каждой победы зависит от рейтинга обыгранного. Медленнее реагирует на краткосрочную форму.
Integrated Forecast — итоговый прогноз. Взвешенное голосование всех анализаторов. H%/D%/A% показывают накопленные очки за каждый исход. Уверенность = доля очков у победившего варианта.