『どれくらいのデータ母数があれば信頼できるのか？』田中洋平

 

今日は質問があったので、データの母数について少し話を。

 

空いた時間に、ＴＡＲＧＥＴで検証する人も多いでしょうから

参考にしてもらえればと思います。

 

よくある質問が、

「どれくらいの母数があれば、そのデータは信用できるのか？」

というもの。

 

結論を言うと、これくらいという正確な答えは無さそうです。

 

例えば、東京競馬場の１００００レース分のデータを検証して、

３番人気の馬の回収率が１１０％だったとしましょう。

 

例えばですよ。

 

１００００レース分のデータ母数だから、これは今後も再現するに違いない！

 

「やったぜ！来年は東京競馬場３番人気で億万長者だ！」

 

とはなりませんよね。

 

データ母数がたくさんあっても、根拠がないのでダメ！！！

 

逆に、根拠があっても母数が少ないケースもダメです。

 

例えば、ディープ産駒が芝レースで大活躍なのはご存知ですよね。

 

２０１５年もＧ１を４勝してますし、相変わらず好調です。

 

ではディープ産駒の芝のＧ１レースの成績を、

 

競馬場別に見てみましょう。

 

東京競馬場は直線が長いですから、素晴らしい成績ですね。

 

阪神は直線の長い外回りならいい感じです。

 

でも、これはちょっと母数が少なすぎますね。

 

そもそもディープ産駒の競馬場別成績を、

Ｇ１レースだけのデータで調べる必要はないですからね。

 

未勝利や５００万を含めたデータで調べた方が母数が多いですし、

上級条件で調べたいなら、Ｇ２やＧ３を含めて調べれば良いでしょう。

 

やっぱり１つのデータ母数が１００を切ると、

１頭マグレで走っただけで、回収率も大きく変わってきますからね。

 

細かく分け過ぎないのもポイントだと思います。

 

つまり、根拠があってデータ母数もそこそこある！

 

これが正解だと私は思います。

 

優先順位は

「１に根拠、２にデータ母数」

これです。

 

正しい方法で競馬研究しましょう。