
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。
競艇データ検証シリーズ