混合レーティング指数(MR)は、複数の評価データを統合し、 対象の競争力を数値化する分析モデルです。 本記事では、架空のボートレーサーを例に、 MR値がどのように算出されるのかを段階的に解説します。
1. MR指数は5段階で算出される
┌─────────────────┐
│ Step1 生データ取得 │
│ 勝率・級別 │
│ モーター率 │
│ ST・コース成績 │
└────────┬────────┘
↓
┌─────────────────┐
│ Step2 標準化処理 │
│ Zスコア変換 │
└────────┬────────┘
↓
┌─────────────────┐
│ Step3 評価項目化 │
│ 実績・適性 │
│ 展開・状態 │
└────────┬────────┘
↓
┌─────────────────┐
│ Step4 重み付け │
│ 係数を適用 │
└────────┬────────┘
↓
┌─────────────────┐
│ Step5 MR算出 │
│ 総合評価値完成 │
└─────────────────┘
2. 架空レーサーA選手の入力データ
対象:○○競艇場 12R/一般戦・6艇立て・1800m
| 項目 | 数値 |
|---|---|
| 級別 | A1 |
| 全国勝率 | 7.20 |
| 当地勝率 | 6.90 |
| モーター2連率 | 45.0% |
| 平均ST | 0.13 |
| 1コース勝率 | 78% |
3. Step1|Zスコアによる標準化
データには単位差があります(勝率・%・秒など)ので、 そのまま加算せず「平均からどれだけ優れているか」へ変換します。
Zスコア公式
Z = (x − μ) ÷ σ
| 記号 | 意味 |
|---|---|
| x | 選手データ |
| μ | 全体平均 |
| σ | 標準偏差 |
勝率データ例
| 項目 | 値 |
|---|---|
| A選手勝率 | 7.20 |
| 平均勝率 | 6.00 |
| 標準偏差 | 0.80 |
Z = (7.20 − 6.00) ÷ 0.80 = 1.50
→ 平均より1.5標準偏差高い能力(プラス評価)
4. Step2|評価スコアへの変換
標準化した値を理解しやすいように0〜100点へ変換します(平均50点基準)。
| 評価項目 | Z値 | 評価点 |
|---|---|---|
| 実績能力(P) | 1.50 | 85 |
| 適性(A) | 1.20 | 80 |
| 展開(S) | 0.80 | 75 |
| 状態(C) | 1.00 | 82 |
MR入力構造 実績評価 85点 適性評価 80点 展開評価 75点 状態評価 82点 ↓ 統合計算 → MR
5. Step3|重要度に応じた重み付け
基本式:
MR = 0.35P + 0.25A + 0.20S + 0.20C
| 項目 | 計算 | 結果 |
|---|---|---|
| 実績 | 85 × 0.35 | 29.75 |
| 適性 | 80 × 0.25 | 20.00 |
| 展開 | 75 × 0.20 | 15.00 |
| 状態 | 82 × 0.20 | 16.40 |
6. Step4|総合MR計算
合計:
実績 29.75 適性 20.00 展開 15.00 状態 16.40 ---------------- MR合計 81.15
最終MR値:MR = 81.2
7. 重み係数設計の理由
実績評価 35%
長期データは偶然要因が少なく、本来能力・安定性を反映しやすいため最大比重。
適性評価 25%
水面・コース・距離などへの適応力は重要だが、条件変更による変動があるため25%。
展開評価 20%
スタート・進入・他艇動向など不確定要素が多いため中間比重。
状態評価 20%
直近気配を反映するが、短期の上下動を過大評価しないよう抑制。
8. Step5|MRランク判定
| MR値 | ランク |
|---|---|
| 90以上 | S |
| 80〜89 | A |
| 70〜79 | B |
| 60〜69 | C |
| 59以下 | D |
今回:MR 81.2 → Aランク
9. MR81.2が意味するもの
MR81.2は「勝利確率100%」ではなく、 複数データから見た相対的優位性・条件適応度・安定した能力評価を示します。
10. MRには誤差幅が存在する
実際の研究モデルでは、MRは推定値として扱います。
MR = 81.2 ± 4.0 推定範囲:77.2〜85.2
| 要因 | 影響 |
|---|---|
| データ不足 | 誤差増加 |
| 環境変化 | 誤差増加 |
| 長期データ | 誤差減少 |
11. MR指数は透明性を重視した評価モデル
MR指数は、データを標準化し、重要度に応じて統合した数値モデルです。 計算過程を公開することで、読者自身が評価ロジックを理解できる透明性を確保しています。
混合レーティング研究所では、算出・検証・改善を継続することで、 より精度の高い分析モデル構築を目指します。
※混合レーティング指数(MR)は独自分析モデルです。 将来の結果を保証するものではありません。



コメント