メインコンテンツへスキップ
見出し画像

16レースで「荒れやすい」?競艇データ分析のサンプル数③

    前回、自分で集めた競艇データを使って、進入コース別の勝率を集計しました。

    そこで気になったのが、

    「サンプル数が少ない条件の数字を、どこまで信用していいのか?」

    という問題です。

    データ分析をしていると、かなりそれっぽい数字が簡単に出てきます。

    例えば、

    「強風になると1号艇が弱くなる」

    みたいな結果です。

    直感的にもありそうな話ですし、数字までそれっぽく出ると、

    「やっぱり風が強い日は荒れるんだ」

    と言いたくなります。

    でも、本当にそこまで言っていいのか。

    今回は、自分のデータで実際に出てきた数字を使って考えてみました。

    まず、風速別に1号艇の勝率を見てみる

    今回使った条件はこちらです。

    • 対象期間:2026年8月28日〜9月3日

    • 対象レース:1,080レース

    • 見る数字:風速帯別の「1号艇」の1着率

    • オッズ:使用なし

    集計結果はこうなりました。

    • 0〜1m:307レース / 1号艇1着率 54.4%

    • 2〜3m:554レース / 56.3%

    • 4〜5m:203レース / 49.8%

    • 6m以上:16レース / 37.5%

    これだけを見ると、かなり面白いです。

    0〜3m程度では、1号艇の勝率は54〜56%。

    ところが風速6m以上になると、

    37.5%まで一気に低下しています。

    数字だけなら、

    強風になると1号艇がかなり弱くなる

    と書きたくなります。

    自分も最初にこの表を見たとき、

    「これは面白い傾向が出たかも」

    と思いました。

    ただ、よく見ると問題があります。

    6m以上は、たった16レースしかない

    風速6m以上だったレースは、

    1,080レース中、わずか16レース。

    そのうち1号艇が勝ったのは6レースです。

    6 ÷ 16 なので、勝率37.5%。

    でも例えば、あと1レースだけ1号艇が勝っていたら、

    7 ÷ 16で、

    43.8%。

    あと2レース違えば、

    8 ÷ 16で、

    50.0%。

    たった2レース結果が変わるだけで、

    「1号艇勝率37.5%」

    が、

    「1号艇勝率50%」

    まで動いてしまいます。

    この時点で、

    37.5%という数字をそのまま信じるのは危ない

    と分かります。

    「37.5%」より「16件しかない」の方が重要

    データを見ると、どうしても大きく表示されたパーセンテージに目が行きます。

    でも今回の場合、本当に見るべきなのは、

    37.5%という結果より、n=16という母数

    です。

    例えば2〜3mの風では554レースあります。

    ここで数レース結果が変わっても、56.3%という数字は大きくは動きません。

    一方、16レースしかなければ、1レースの影響が非常に大きい。

    今回の「6m以上・37.5%」を統計的な幅で見ると、単純な95%信頼区間でもかなり広く、ざっくり18%台〜61%台まであり得る計算になります。

    つまり、

    「本当の勝率は40%くらいかもしれないし、60%くらいかもしれない」

    というくらい、まだ不確かな数字です。

    なのでこの記事では、

    「強風では1号艇が不利になる」

    とは結論づけません。

    現時点で言えるのは、

    「今回の16レースでは、1号艇の勝率が37.5%だった」

    というところまでです。

    この違いはかなり大事だと思っています。

    データを見ていると、自分を簡単にだませる

    今回この話を書こうと思った理由は、データを集計していると、

    思った以上に簡単に“それっぽい法則”を作れてしまう

    と感じたからです。

    例えば条件をどんどん細かくして、

    「○○競艇場」
    「風速6m以上」
    「第10〜12レース」
    「1号艇」
    「モーター2連対率40%以上」

    みたいに絞っていけば、どこかで、

    勝率80%

    みたいな条件は簡単に出てきます。

    でもよく見ると、

    「5レース中4回勝っていました」

    というだけかもしれない。

    数字だけなら80%です。

    でも5レースしかない。

    これを、

    勝率80%の条件を発見しました

    と書いてしまえば、かなり魅力的な情報に見えます。

    でも、それは本当に再現する条件なのか。

    たまたまなのか。

    そこを確認しないまま使うと、

    データ分析ではなく、都合のいい数字探し

    になってしまいます。

    競艇は条件を絞るほど、母数が急激に減る

    競艇データは、いろいろな条件があります。

    • 競艇場

    • 進入コース

    • 枠番

    • 風速

    • 風向

    • 波高

    • 気温

    • 水温

    • 選手勝率

    • モーター成績

    • 展示タイム

    • グレード

    • 開催日

    • レース番号

    これらを組み合わせれば、かなり細かい分析ができます。

    ただし、条件を1つ追加するたびに、

    対象レース数はどんどん減ります。

    全国24場のデータなら大量にあっても、

    「平和島 × 風速6m以上 × 1号艇」

    まで絞れば、一気に数十件以下になる可能性があります。

    さらに、

    「展示1位」

    まで追加したら、

    10件。

    5件。

    場合によっては2〜3件。

    それでもExcel上では普通に、

    勝率100%

    のような数字が出ます。

    だから条件別集計を見るときは、

    勝率と同じくらい、件数を見る必要があります。

    じゃあ何件あれば信用できるのか?

    ここは、

    「30件あればOK」

    「100件あれば安全」

    と単純には言えません。

    勝率がどのくらいなのか。

    どの程度の差を見つけたいのか。

    条件を何種類比較しているのか。

    そうした要素でも必要なサンプル数は変わります。

    なので個人的には、

    小さい母数で出た数字は“発見”ではなく“仮説”として扱う

    のが一番安全だと思っています。

    今回なら、

    風速6m以上では1号艇勝率が37.5%だった

    ではなく、

    風速6m以上では1号艇勝率が低く出ている。データを増やして再確認したい

    という扱いです。

    これなら、データ以上のことを言わずに済みます。

    じゃあ、どうすればいいのか

    答えはかなり地味です。

    データを増やす。

    結局これです。

    今回の6m以上は16レース。

    これを1か月分集める。

    3か月分集める。

    半年分集める。

    そうすれば、

    16件が100件になり、

    100件が300件になるかもしれません。

    そこで、

    1週間では37.5%だった数字が、

    • 1か月:45%

    • 3か月:51%

    • 半年:52%

    と戻ってくるなら、

    「最初の37.5%はたまたまだった」

    と分かります。

    逆に、

    • 1か月:39%

    • 3か月:41%

    • 半年:40%

    のように安定してくるなら、

    「強風時には1号艇勝率が下がる可能性がある」

    という仮説がかなり強くなります。

    ここまで来て初めて、さらに細かく調べる価値が出てきます。

    だからデータを貯める仕組みを作った

    この話は、以前の記事で紹介した競艇データ収集ツールにもつながります。

    今回のような検証をしようと思うと、

    とにかく過去データが必要です。

    1週間だけなら手作業でもなんとかなるかもしれません。

    でも1か月。

    3か月。

    半年。

    1年。

    となると、公式サイトを1レースずつ開いて集めるのは現実的ではありません。

    そこで自作ツールでは、

    期間を指定してレースデータを取得し、PCに保存できるようにしました。

    一度正常に取得した期間は記録しているので、次回は不足している部分だけ取得できます。

    毎回ゼロから集め直す必要はありません。

    この仕組みがあると、

    検証したい条件が出てきたときに、母数が育つまでデータを貯め続けられる

    ようになります。

    今回の「風速6m以上」も、今は16レースしかありません。

    でもデータ収集を続ければ、数か月後にはもう少し判断できる数字になっているはずです。

    今回分かったこと

    今回一番大きかった学びは、

    「面白い数字を見つけること」と「使える傾向を見つけること」は違う

    ということでした。

    今回の結果だけを見れば、

    強風になると1号艇勝率は37.5%まで落ちる

    と書けます。

    でも、

    n=16。

    この一行を追加すると、数字の見え方がまったく変わります。

    なので今後このシリーズでは、

    • 勝率

    • 的中率

    • 回収率

    だけでなく、

    「その結果は何レースから出た数字なのか」

    も必ず見るようにしたいと思います。

    今回のまとめです。

    • 面白い数字を見つけたら、まず母数を見る

    • 母数が小さい結果は「結論」ではなく「仮説」にする

    • 条件を細かくするほどサンプル数は減る

    • 勝率100%でも「3戦3勝」なら意味はかなり違う

    • 本当に使える傾向かどうかは、データを増やして再検証する

    • 一度見つけた条件は、別期間のデータでも再現するか確認する

    派手な必勝法は見つかりませんでした。

    でも、

    「この数字、本当に信用していいのか?」

    と一度疑うだけで、データの見方はかなり変わります。

    今後AIを使って競艇データを分析するときも、実はこの問題はさらに重要になります。

    AIなら人間より大量の条件を一瞬で探せます。

    ということは逆に、

    “たまたま当たった条件”も大量に見つけてしまう

    可能性があります。

    次はこのあたりも含めて、

    「AIに競艇データを分析させたら、本当に再現する条件を見つけられるのか?」

    を検証してみたいと思います。

    ▼ 競艇のデータを自分で集めて確かめたい方へ

    自分の好きな場・期間で同じように数えたい方のために、ツールを2つ用意しています。

    データ収集版「BoatData Collector Pro(BASIC)」:全国24場の出走表・直前情報・気象・結果・払戻を、期間と場を選んでまとめて取得し、Excel・CSV に出します。6,000円で、note で販売しています。

    分析版「BOAT DATA PRO」:BASIC の機能に、選手カルテ・モーター分析・条件検索などの集計画面が付きます。10,000円で、ココナラで販売しています。

    まず試すなら、BASIC の無料版です。取れる期間が直近30日までで、ほかの機能は有料版と同じです。公式 LINE で受け取れます。

    どれも予想や買い目は出しません。集めて数えるための Windows 用の道具です。

    → BASIC の内容と購入(note)

    → 分析版 PRO の紹介記事

    → 無料版を LINE で受け取る

    競艇データ検証シリーズ


     
     
    ジャグラー・競艇・メルカリ・FXの公開データを、AIと作ったWindowsツールで集めて数えます。集め方・数え方・うまくいかなかった点も数字で公開。無料版はLINEで受け取れます。まずは固定記事『案内所』へ。

    あなたへのおすすめ