競馬データの集計逆転｜条件別成績と構成比を検算

競馬データでは、同じ期間でも条件別と全体の成績が逆転することがあります。重要なのは、率を比べる前に、その率を作った件数の構成を見ることです。仮想の選定ルールA・Bで、計算を順に確かめます。

目次を開く｜要点から確認する

• 条件別と全体で評価が逆転する仕組み
• 有利な条件ではA80％、B70％
  • 差の単位も区別する
• 難しい条件でもA20％、B10％
• 件数を足すと、全体はA26％、B64％になる
• 50対50の構成へそろえた比較は、別の問い
• 競馬データを読む確認票とFAQ
  • 全体率と条件別率のどちらが正しい？
  • 条件別の率を平均すれば全体率？
  • 逆転を見つけたら高い方のルールを使えばよい？

条件別と全体で評価が逆転する仕組み

構成比の異なる集団をまとめると、各集団内とは逆向きの関係が全体に現れることがあります。シンプソンのパラドックスとして知られる現象です。集計結果が誤算とは限らず、比べている問いが違う場合があります。

出典：シンプソンのパラドックスに関する研究論文（要旨）

以下では「有利な条件」「難しい条件」という2区分を説明用に置き、的中件数／参加件数を比べます。実際の競馬条件を事後に都合よく分類した分析ではなく、構成比の仕組みを示す仮想例です。

有利な条件ではA80％、B70％

仮想ルール	的中件数	参加件数	率
A	8	10	80％
B	63	90	70％

この条件では8÷10＝80％、63÷90＝70％で、Aが10ポイント高い設定です。ただしAの参加は10件、Bは90件。率だけを見ると、この件数の偏りが見えなくなります。

差の単位も区別する

80％と70％の差は10パーセントポイントです。相対的に何％増えたかという問いとは計算が違います。ここでは効果の有意差や予測性能まで推定していません。

難しい条件でもA20％、B10％

仮想ルール	的中件数	参加件数	率
A	18	90	20％
B	1	10	10％

この条件でも18÷90＝20％、1÷10＝10％でAの率が高い一方、今度はAが90件、Bが10件です。Aは難しい条件の比重が大きく、Bは有利な条件の比重が大きい対象集合になっています。

実際の比較であれば、ルールAがなぜ難しい条件へ多く参加したのかも検討します。異なる条件の選び方自体が運用の一部なら、その違いを消した評価だけでは判断が足りません。

件数を足すと、全体はA26％、B64％になる

Aは(8＋18)÷(10＋90)＝26％。Bは(63＋1)÷(90＋10)＝64％です。各条件内ではAが高くても、全体ではBが高いという逆転が起きます。両ルール各100件、合計200件をすべて保持した計算です。

集計	A	B
有利な条件	8/10＝80％	63/90＝70％
難しい条件	18/90＝20％	1/10＝10％
全体	26/100＝26％	64/100＝64％

全体率は件数で重み付けされます。80％と20％を単純平均した50％は、このAの実際の全体率26％ではありません。分子と分母を先に足すことが検算の基本です。

50対50の構成へそろえた比較は、別の問い

両条件を50％ずつと仮定して比べるなら、Aは(80＋20)÷2＝50％、Bは(70＋10)÷2＝40％になります。これは同じ条件構成ならどうなるかを説明する標準化の例です。実際の全体成績を書き換えたものでも、将来の的中率でもありません。

因果効果を断定しない

条件ごとに対象馬や人気帯、期間などが異なる可能性があります。構成比をそろえただけでAが原因となって成績を改善したとは言えません。少数の分類ほど不確実性も残ります。

人気帯別の比較と指数の検証手順では、集計対象を結果を見る前に固定する考え方を確認できます。

競馬データを読む確認票とFAQ

①対象期間・条件を固定、②的中件数と参加件数を併記、③条件ごとの構成比を確認、④全体率を分子・分母から再計算、⑤別期間で確認、の順に記録します。都合のよい区分だけを残さないことが再現性につながります。

全体率と条件別率のどちらが正しい？

どちらも同じデータから正しく計算できます。現在の運用全体を知りたいか、同じ条件内を比べたいかで役割が違います。

条件別の率を平均すれば全体率？

件数が異なる場合は一致しません。実際の全体率は分子・分母を足して求めます。

逆転を見つけたら高い方のルールを使えばよい？

少数データ、条件の選び方、人気帯や馬券構成も確認します。この仮想例だけで将来の優劣は決められません。

攻略・解説の記事一覧へ