| |
viewさんへ
> 実はマクロの使い方の基本（本当に基本中の基本ですが）は、いろんなＨＰを検索して、勉強して
>今、必要としている技術だけは得ました。
お、やりますねぇ。
>最初は雲をつかむようだったけど、何とか形になると、うれしいものですよね。それまで手作業で２０分、３０分かかっていたものが、数秒でできてしまうのですから、うれしさというよりも驚きです。
>
その気持ちめちゃめちゃ分かりますよ、私も初めてマクロを自作してうまく動いた時「やっぱ俺って天才なんだぁ」と自分に酔いまいたから。
> まさに指摘の通りで、つまりは馬券術の方向性が一定していないということになります（恥）
>でも、今回、ＩＤＭを使って試そうとする馬券術は「もしかしたらイケルんじゃないか」という
>根拠のない確信みたいなものがあり、それで書き込みしたわけです。
>
なるほど、そうでしたか。いろいろと失礼なことを書きましたね、お詫びします。
で、ですね、viewさんの分析法についていろいろと考えてみて、お詫びついでに提案をば一つ。
回帰分析を試してみてはどうでしょう。(御存じでしたら「知ってるよーん」と飛ばしてやって下さい）
これは2変数の相関関係を割り出す方法です。
まずは相関係数について。
これは2変数の関係が直線的(正比例または反比例)なのかが分かります。
やり方としては例えば、
4走前と5走前のIDMの平均を算出します。この値をx軸に、そして今走のIDM調整値をy軸にとる散布図を描きます。これはExcelを使えば出来ます。
この散布図を見ただけでも何となくその関係性の傾向が直感的に分かると思います。
相関係数と言うのを計算してやれば、この2変数がどのくらい直線的な関係にあるのか数量的に表すことができます。
計算の仕方としては、偏差積和を算出し、共分散を算出、共分散をxの標準偏差とyの標準偏差の積で割る。
例を出して説明します。
10頭の馬に順番に1〜10の番号をつけます。そしてそれぞれの馬の4走前と5走前のIDMの平均をxとして、それぞれのxを馬の番号と対応させてx1,x2,x3、、、x10とします。また、今走のIDM調整値をyとして、これも馬の番号と対応させy1,y2,y3、、、y10とします。
まずxの平均とyの平均を算出します。これをここではそれぞれX,Yとします(正確な数学的な記号がパソコン上で書くのは難しいので、小文字なら各要素の値、大文字なら平均ということにして下さい)
次に、各要素の偏差(x1-X,x2-X、、、x10-X,y1-Y,y2-Y、、y10-Y)を計算します。
次に、各馬のxの偏差とyの偏差の積( (x1-X)(y1-Y) )を計算し、それらを全て足します。
(x1-X)(y1-Y)+(x2-X)(y2-Y)+(x3-X)(y3-Y)+、、、+(x10-X)(y10-Y) 「偏差積和」
次に、この偏差積和を「データ数-1」で割ります。
偏差積和/(10-1) 「共分散」(この例では10頭について調べているのでデータ数は10になります。)
次に、この共分散をxの標準偏差とyの標準偏差の積で割ります。
共分散/(xの標準偏差*yの標準偏差) 「相関係数」
この相関係数は「-1から1」の間の値を取ります。この数値が1に近付くほど2変数の関係は右上がりの直線的であり、-1に近付くほど右下がりの直線的な関係があることになります。
注意すべきことは関係性が直線的で無くとも二次曲線的な関係があったり、偽相関といって何らかの要因によって見せ掛けの相関関係が現れてしまうこともありうることです。
う、、ここまででかなり長い文章を書いてしまいましたね。(汗)
本題の回帰分析の説明はこれよりもさらに長くなりますので、御自分で調べてみて下さい。きっと役に立つと思います。
回帰分析を行うメリットは相関関係に有る2変数の関係性を数式化することでまだ見えない数値つまり予測値を算出できることです。
分析できるのは2変数だけではありません、3つ4つと対象を増やすことも出来ます。これは重回帰分析といいます。ややこしいですが回帰分析と基本は同じです。多変量解析といわれてるやつですね。
多変量解析には有用な方法論が沢山有ります。私も全て使えているわけでは無いですが、その中の幾つかの分析方法を競馬分析に利用しています。いろいろな発見があって面白いですよ。おすすめです。多変量解析についての参考書は沢山出版されています、Excel上で分析する為の参考書もWinユーザーなら使えるものが幾つかあります。(Mac用はないんですよねぇ、、、なんで？？？)
こちらもかなり難しいと感じると思いますが、こつこつと勉強していけば分かるようになると思います。私なんか分数の割算で一日悩んでたくらいですから。(笑)、、、成長したよなぁ(涙)
なんでもそうですが、難しいと感じるものってただ単に面倒なだけなんですよね、知る為理解する為の努力が。でもそこを面倒臭がらずにやり続けていれば、どうってことなくなるもんです。
長々と駄文を書きました、このへんで。
良い結果が出ることを期待してます、では。
加藤
|
|
- 05/6/19(日) 23:43 -
