メインコンテンツへスキップ
見出し画像

プロ野球勝数予測の正誤から見る、期待値モデルの限界点 その1

    打撃結果の期待値をそのままチーム得点とするシミュレーションはおおむねやり切ったので、一区切りだと思います

    ということで今回は、シミュレーション結果と実績の違いを分析して、今後のシミュレーションへの課題を明らかにしていきます

    なぜシーズンによって予測の的中率が異なるのか?

    これまで、各シーズンについて50回ずつシミュレーションを行い、チーム順位を予測してきました
    ところが、シーズンによって予測精度にはかなり差があります

    そこで今回は、なぜ順位を正しく予測できるシーズンと、そうでないシーズンがあるのかを調べてみます

    分析するシーズンは以下のように決定しました

    正答率の高いシーズン

    画像
    全順位正解
    2017年パリーグ 2018年パリーグ 2024年セリーグ

    全順位が正解しているシーズンを選んでいます

    正答率の低いシーズン

    画像
    正答率低い(黄色が3位以上外したチーム)
    2011年セリーグ 2013年パリーグ 2019年 パリーグ

    特にBクラスを優勝と予測したシーズンを優先的に選択しました

    注意点
    ・勝利数は比較のしやすさから引分を0.5勝扱いとしています
    ・2020年セリーグも大きく外していましたが、コロナ禍でイレギュラーなシーズンなので避けることにしました

    チーム成績との予実比較

    まずはチーム成績の予測と実績の違いを見ていきましょう

    まずは得失点から

    画像
    得点
    精度はあまり変わらない (R^2差 0.0001程度)
    画像
    失点
    精度はあまり変わらない(R^2差 0.0002程度)

    得点・失点ともに、決定係数(R2R^{2})の差は0.0001~0.0002程度と少なく、ばらつきを含めても、正答率が高いシーズンと低いシーズンに差は少ないと言えそうです

    続いて勝利数

    画像
    勝利数
    正答率低のグループの精度低い(R^2差 0.0054程度)

    勝利数は決定係数(R2R^{2})の差が0.0054程度と分布に差がありそうです

    50回シミュレーションの分布と実績勝利数の位置づけ

    実際の勝利数と予測の位置づけを確認するため、50回シミュレーションでの勝数の分布を箱ひげ図で表現し、実際の順位と比較してみました

    箱ひげ図の見方
    ・箱はデータを小さい順に並べて、25%~75%の範囲
    ・ひげ(線の部分)は0(最小値)~25%と75%~100%(最大値)
    箱に入っていればまあありうる
    箱から離れていると起こりにくい
    というイメージ

    画像
    全順位正解グループ ※○は実際の順位
    画像
    正答率低グループ ※○は実際の順位

    全順位正解グループ
     実績勝数がおおむね箱に入っている 外れていても箱の近く

    正答率低グループ
     特に順位を外しているチームの箱からのずれが大きい 

    2011年セリーグ スワローズ タイガース
    2013年パリーグ ホークス
    2019年パリーグ ライオンズ
    が箱から大きく外れていて、50回シミュレーション結果の分布の端に位置します

    得失点差からの期待勝数

    ここまでの分析で一番気になるのは、
    得失点の精度はどちらのグループも変わらないが、勝利数の精度に差が表れたことです

    ということで、シミュレーション結果からは一度離れて、
    実得失点差と実勝利数の相関を比較してみます

    画像
    実得失点差と実勝利数

    正答率低グループは明らかに相関が悪いですね
    決定係数R2R^{2}に0.24程度の差が出ています

    全シーズンで得失点差と勝数の相関を確認してみると

    画像
    実得失点差と実勝利数
    全シーズン(パンデミックの2020年を除く)

    全シーズンを見ると結構ずれてるチームはありますね

    同じ分析をシミュレーション結果に対してやってみると

    画像
    得失点差と勝利数 (シミュレーション)

    こちらは実績に比べ、かなりばらつきが小さく抑えられています

    シミュレーションでは得失点差が素直に勝数に結びついているけど、現実はそんなにシンプルじゃないよ ということを暗に示してくれているんだと思います

    期待値から外れる原因の調査

    ということで、全シーズンの中から、
    ・期待勝数に対し、勝数が大きく下回ったチーム3つ 
    ・期待勝数に対し、勝数が大きく上回ったチームを3つ
    ・期待勝数に対し、勝数がほぼ一致するチームを3つ
    合計9チームを選んで得失点差の分布を見てみましょう

    画像
    選出した9チーム

    まずは 勝数が期待勝数に対し、勝数が大きく下回ったグループ
    参考値として、シミュレーション結果を「予測」として掲載します

    画像
    期待値より勝利が減少したチーム
    2021年はコロナの影響で延長戦が無かったため引き分け増加

    2023 スワローズ 僅差の試合を落としている
    2021 ホークス 僅差の試合を落とすか引き分けている
    2022 タイガース 大勝(7点差以上)が多い

    定性的ではありますが、こんなイメージになると思います

    続いて 勝数が期待勝数に対し、勝数が大きく上回ったグループ

    画像
    期待値より勝利が増加したチーム
    2012年は震災による電力不足影響で延長戦時間制限あり 引き分け増加

    2012 ドラゴンズ 大敗は多いが大勝は少ない 僅差の勝利やや多い
    2015 タイガース 大敗は多いが大勝は少ない 僅差の勝利やや多い
    2023 バファローズ 僅差での勝利が多い

    最後に 期待勝数に対し、勝数がほぼ一致するグループ

    画像
    期待値に近いチーム

    いずれもおおむねシミュレーション結果に近い

    2010年 ベイスターズ は僅差での負けが多いですが、シミュレーションでのピークは−1に来ているので、妥当な結果と言えます
    2010年はベイスターズの暗黒期と呼ばれているので・・・

    ということで、ここまでを整理すると

    期待勝利数よりも勝利が少ないチーム
    ・接戦を落としている
    ・大勝が多く、得点が一部の試合に集中し効率が悪い

    期待勝利数よりも勝利が多いチーム
    ・接戦をものにしている
    ・大敗が多く、失点が一部の試合に集中し効率が良い

    という見方ができるため、期待を上回るチームは上手く勝ったとも言えるかもしれません
    負け試合は割り切って諦めて、僅差は全力で取りに行く というイメージでしょうか?

    采配がうまかったのか リリーフ投手が優秀だったのか 運の要素なのかはもう少し深堀する必要があります

    まとめ・次回

    今回の分析の結果、シミュレーション結果と 一致するシーズン 大きく外すシーズンがある原因として、チームの勝ち方・負け方の違いが影響しているのではないか という仮説を立てるところまで来ました

    具体的には、
    期待勝利数を下回るチーム
     ・接戦を落とす
     ・大勝が多い
    期待勝利数を上回るチーム
     ・接戦を勝つ
     ・大敗が多い
    これらのチームが得失点と勝数のバランスを崩し、うまく予測できなかった ということが見えてきました

    ということで、次回はこの仮説をより定量的に明らかにすべく、
    2023年スワローズはなぜ接戦を落としたのか?
    反対に、2023年バファローズはなぜ接戦をものにできたのか? 
    といった疑問を、当時の投手起用・試合での点の取り方・個人成績など、より深い分析をして、今後のシミュレーションにつなげたいと思っています


    分析の途中経過や試行錯誤、プロ野球の結果考察などをXでつぶやいています
    良かったらそちらも覗いてみてください



     
     
    機械系エンジニアを仕事にしてきましたが、巡り合わせでデータサイエンスの世界にも飛び込むことになりました。 プロ野球を題材にしたシミュレーションを進めているのでその過程を公開します データサイエンティストの皆さん、野球好きの皆さんに楽しんでもらえる記事にしたいです

    あなたへのおすすめ