Dgoto24のブログ

SF映画/ゲーム/乗り物/ガジェットが好きなDgoto24のブログです。

【2022/11/4更新】考察~森伊蔵当選確率~

こんにちは、Dgoto24です。森伊蔵の当選確率の記事の最新版になります。以前にも同様の内容の記事(下URL)を書きましたが、本記事は更新がしやすいように書き直しておきます。本記事の詳細は過去記事を参考にして下さい。

【更新停止】考察~森伊蔵当選確率~ - Dgoto24のブログ

本記事の下線付きはDgoto24が更新するための目印です。

1.現在の状況(2022/11/4現在)

抽選回数:97

当選回数:3

落選回数:94

----------------------------------

当選確率:3.09%

2.信頼区間

95%信頼区間1.06%~8.70%

※ウィルソンの信頼区間を利用。

 

library(binom)
binom.confint(3, 97, conf.level=0.95, methods="wilson")

------------------------

質問などはTwitter@Dgoto24まで。

 

考察~PV再生回数推移から見るbf2042の衰勢~

皆さん、こんにちはDgoto24です。今回はPV再生回数の推移からBF2042の没落について書いていきたいと思います。結論としては、bf1はレジェンドで、bfvは後半頑張った、bf2042は現状pvだけは高評価で、bfvのように後半盛り返す可能性はまだある、です。

1.概要

この記事では、youtubeのBattle field作品の再生回数を、作品ごとで簡単に比較してみたいと思います。比較するのは、最新作なのに謎に凋落しているbf2042と、初期は不評だったけどなんやかんや持ち直したbfv、第一次大戦を描いて大ヒットしたbf1の3作品となります。なお、データのスペシャリストでもマケイでもエンジェルでもないですし、この記事に含まれる再生回数等のデータは手動で適当です。ご了承ください。

 

2.比較動画

再生回数を比較する動画は以下の動画になります。いずれもyoutubebattlefieldチャンネルで、各作品の再生回数が最も多い以下の動画となります。

・久しぶりの現代戦で高い期待を受けて登場したものの99%のプレイヤーが戦場を去った平和なゲームbf2042↓。一時期はバグで船を見るだけのゲームでした。

www.youtube.com

・最新作のbf2042より人口の多いbfv↓

www.youtube.com

・「単発銃だけw」とか「馬w」とか言われてたけどps5のpsplus特典にも選ばれたSIE公認良ゲーbf1↓。なおbf2042は20万人が返金運動に参加しました。

www.youtube.com

 

3.再生回数など

3.1 基本情報

まずは基本的な情報から比較していきます↓。基準日は2022/8/11頃です。

今でもゴミゲーと噂のbf2042も高評価率でいえば、bf1に匹敵しています。私もbf2042のpvを最初に見た時は「約束された神ゲー」と思いました。でもbf2042のβテストで少し「アレ?」と思いました。その思いは今も変わりません。

こう見ると、高評価率4割だったbfvの持ち直しってすごいですね。義手兵士とかサザエさんがなければ最初から良ゲーだったのかもしれません。

3.2 再生回数

再生回数だけ見ても、一応最新作であるbf2042以外は発売から日が経過しているので、比較できません。再生回数と公開からの経過時間を見てみます。bf1,bfvについては発売から時間がたっていたのでデータをほとんど取っていません。人口が激減したbf2042についても、PV公開から私のbf2042への関心度も激減していたので、発売後は特にとれていません↓。

こう見るとbf1のレジェンドぶりが分かります。bf1の頃はyoutubeの利用者数的にも不利だと思われます。また、bf2042は高評価率だけではなく、再生回数でもbfvを上回っていることが分かります。

ただ、bfvは後半から盛り返してきた作品であることには注意するべきで、発売から約二年後の2019/10/23に公開された「太平洋の戦い」の再生数が1500万回で、bfvお披露目PVと大差がありません。

3.2 近似曲線

3.2.1 なんちゃって線形近似

2点を結ぶだけのなんちゃって線形近似をします↓。

各作品の使用している2点は、2021/6/10時点の再生数と、2022/8/11時点の再生数になります。すなわち、その間の(=直近の)410日間の再生回数/日が傾きとなります。つまり、ここ410日間の各作品の1日の平均再生回数は[bf2042] 1.8万回/日、[bfv]0.12万回/日、[bf1]0.49万回/日となります。

bf1が多いのは意外でした。ps5のpsplus特典の影響でしょうか?

3.2.2 対数近似

bf2042に対して対数近似をします。対数近似をする根拠は特にないのですが、かなりフィットします。どれくらいフィットしているかというと、公開から43日目までのデータ(n=13)で、公開から427日目の再生回数をかなりの精度で当てれています↓。

具体的には、43日目までのデータで作成した近似曲線から予測される427日目の再生回数は2407万回、実際の427日目の再生回数は2327万回で、わずか3%の誤差です。対数近似がここまで再生回数を予測するのに適しているのは謎です。DICEが過去作のアプデで直したポイントを忘れるのも謎です。

まぁ細かいことはでおいておいて、bf過去作との比較を見ていきます↓。

まぁそうなりますよね。bf2042は土嚢をいくら積んでもbf1を超えられそうにありません。ホバークラフトでのぼるんでしょうか?

 

4.まとめ

・bf1はレジェンド

・bfvのpvは再生回数も高評価率も悪いが、発売から2年たったアプデpvが初期pvを超えそうで、フリプもあり、後半の盛り返しと維持がすごい?

・bf2042はpvだけでいえば、bfv以上だった。

bf2042はこのまま終わりかというと、bfvが初動でコケて後半盛り返した・維持したことを踏まえると、コンセプトはbf1並みに好評だったbf2042も盛り返す可能性は否定できません。多分。

しかしながら、いくらゴミゲーが神ゲーになっていようと、それを周知させられなければ、特にファン以外のゲーマーは認知できません。またゲームというのは、「最近出たゲームを買う」というのが一般的でしょうし、オンラインゲーでは「みんながやってるからやる」という社会的相互作用もあると思われます。bf2042の人口が回復しやすいうちに神ゲーになってほしいですね。

早く甦るか、返金しろDICE

------------------------

質問や意見などはTwitterID@Dgoto24まで。

考察~マイニング(室温とpc温度の関係)~

Dgoto24は先日ゲーミングpcを購入しました。

 

23万円とかなり痛手の出費でしたが、少しでも取り返せたらと思い、仮想通貨のマイニングをしています(月5000円ぐらいです。マイニングのやり方についてはこちらを参照してください。乞食【数百円/日】〜マイニング〜 - Dgoto24のブログ)

 

さて、マイニングはpcを常に稼働させ続け、pcは熱を持ちます。pcは高温になると故障の可能性が出てきます。80℃を超えてくると危険らしいです。

 

pcには多くの吸気口と排気口が取り付けられていますが、その他空気循環ファンやグラボの制御ソフトも使用しています。しかし、そもそも夏になったら気温上昇のためにエアコン無しには高温になってしまうのではないか?という疑問があります。それによっては、空調代を抑える等工夫をする必要があります。

また私はpc内にホコリが入るのを防ぐためにフィルターを取り付けています。ホコリの除去掃除前後の温度変化について調べてあるブログがありましたが、ネットを適当に調べてみても、ホコリ対策フィルターの影響について調べてあるものは見当たりませんでした。

以上より、

①夏になったらpc温度がどうなるか

②ホコリ対策フィルターがpc温度に影響するのかを調べてみました。

 

先に結論を書くと以下の通りです。

・pc温度と湿度の相関は低く、pc温度と室温は高い

・フィルターを付けると、pc温度は約5℃上がる

・統計的に、フィルターの有無でpc温度と室温の線形近似の傾きに差があるとはいえないが、切片に差があると言える

・ファンにつけるフィルターに、100均の台所用のものは少しまずいかもしれない

-------------------

 

1.  調査概要

1.1  目的

夏に備えて、気候とpc温度(グラボ温度)の関係を調べます。

またpcへのホコリ侵入対策の有無での変化を調べます。

1.2  ホコリ侵入対策

ホコリ侵入対策というのは、こちらです。

 

フェルトのようなメッシュのような素材のシートを、全ての吸気口と排気口に取り付けています。フィルターは、キャンドゥで購入した台所のファン用のものです。

2.  調査結果

2.1  結果整理及び使用したデータについて

今回の目的は、大まかに知ることなので、適当にデータを取って、簡単に分析したいと思います。データの概要は下の表です。

データの記録タイミングは適当です。思い出したときに記録しました。また、室温と湿度は6年前に購入したニトリの時計から、pc温度はマイニングソフトのNICEHASHのiosアプリのGPU温度から取得しています。以上より、ガバ計測です。

 

2.2 計測結果

2.2.1  相関係数

プロット図の前に相関係数です。

【フィルタ無し】

フィルタ無 室温[℃] 湿度[%] pc温度[℃]
室温[℃] 1.000    
湿度[%] -0.187 1.000  
pc温度[℃] 0.950 -0.204 1.000

 

【フィルタ有り】

フィルタ有 室温[℃] 湿度[%] pc温度[℃]
室温[℃] 1.000    
湿度[%] -0.122 1.000  
pc温度[℃] 0.948 -0.149 1.000

 

やはりpc温度と室温はダイレクトに関係があるようですね。湿度はほとんど関係ないようです。

 

2.2.2 プロット図から

データは以下のようになります。図は線形近似をしてあります。

 

続いては対数近似のものです。

いづれもRも高いので良いですね。

フィルタ―有りで、冷房を付けず、夏の室温40℃を超えるであろう部屋で、現状の設定でのマイニングは問題があるかもしれません。

 

2.3  フィルターの有無による差の検定

ここからは統計的な話になります。

この回帰式に差があるかどうか、つまり「フィルターの有無で傾きが異なるのか?切片が異なるのか?」を分析するために、線形モデルに共分散分析をしていきたいと思います。

私も詳しくは知らないですが、共分散分析の概要はこちらのサイトが分かりやすいです。

共分散分析(ANCOVA)とは?共変量で調整する意味をわかりやすく|いちばんやさしい、医療統計

共分散分析(ANCOVA):平行性の検定①傾き共通モデルを作る - 統計を学ぶ化学系技術者の記録

 

2.3.1 傾きの差の検定

ここでは、傾き、つまり平行性の検定です。帰無仮説「すべての回帰直線の傾きが等しい」ことを検定するため、

「フィルター有無で傾きを共通にした場合の回帰式の残差平方和」と

「フィルター有無で個別に設定した場合(2.2.2 プロット図からの最初の画像)の回帰式の残差平方和」の残差を比較することになります。

詳細は参考URLを見てください。そのまま計算していますが、合っているかは保証できません(笑)

 

傾き共通式

残差平方和:S_1=S_11+S_12=28.52+23.69=52.22
残差の自由度:ϕ_ε1=データの総数ϕ_N-回帰式の自由度ϕ_β1=28−(2+1)=25
(傾きが共通の場合、回帰式y=b1x+aが2つあっても、1種の傾きと2種の切片になるので、回帰式の自由度の合計は3。)

個別の回帰式

残差平方和:S_2=S_21+S_22=27.63+18.10=45.70
残差の自由度:ϕ_ε1=データの総数ϕ_N-回帰式の自由度ϕ_β2=28−(2+2)=9
(こちらは回帰式y=bx+aが2つに対して、切片と傾きがそれぞれ異なるので、回帰式の自由度の合計は4。)

「残差の差」の平方平均:MS_A=(S_1−S_2)/(ϕ_ε1−ϕ_ε2)=6.48
「個別回帰式の残差」の平方平均:MS_ε=S_2/ϕ_ε2=26.209=1.90
 ↓

この平方平均を用いて「傾きが共通である」ことを帰無仮説としたF検定を行います。

F=MS_A/MS_ε=3.40
自由度(1,24)、α=0.95のF値=4.26に対して小さいので、「傾きが平行である事は否定できない」⇒「傾きは平行である」と言えます。

 

2.3.2 切片の差の検定

ここでは、切片の検定です。帰無仮説「切片が等しい」ことを検定するため、「傾き共通の回帰の残差」と「まとめて回帰することにより増えた残差」の比較することになります。

 

傾き共通式

これは上記の計算と同様です。

残差平方和:S_1=S_11+S_12=52.22
残差の自由度:ϕ_ε1=データの総数ϕ_N-回帰式の自由度ϕ_β1=25


全データの回帰式

残差平方和:S_3=S_31+S_32=104.45
残差の自由度:ϕ_ε3=データの総数ϕ_N-回帰式の自由度ϕ_β3=28−2=26
(y=bx+aの回帰式から予想値を求めているので、切片と傾きが自由度2を引いた26が残差の自由度。)

「傾き共通回帰式の残差」の平方平均:MS_ε1=S_1/ϕ_ε1=52.23
「全データの回帰式による残差の増加」の平方平均:MS_A3=(S_3−S_1)/(ϕ_ε3−ϕ_ε1)=2.09

F=MSε1/MS_A3=25.0

自由度(1,24)、α=0.95のF値4.24に対して大きいので、帰無仮説「切片は等しい」という帰無仮説は棄却され、「切片に差がある」と言えます。

 

 

【結論】

・pc温度と湿度の相関は低く、pc温度と室温は高い

・フィルターを付けると、pc温度は約5℃上がる

・統計的に、フィルターの有無でpc温度と室温の線形近似の傾きに差があるとはいえないが、切片に差があると言える

・ファンにつけるフィルターに、100均の台所用のものは少しまずいかもしれない

 

-------------------------------

質問などはtwitter @dgoto24まで

 

考察~お得な携帯料金~

先日、楽天モバイルが「1GB未満は0円」のプランを廃止し、最低料金が約1000円と改悪されてしまいました。

以前までの楽天モバイルは、

①乗り換えで2万円分のポイントが貰える

②電話無料

③最低料金0円

楽天市場でのポイントアップ等

と最強のサブ回線でしたが、これからもそう言えるのかは疑問です。

 

さて、本記事は、楽天モバイルが最強と断言できなくなった今、数多くある携帯回線会社の中で最もお得な回線会社はどこなのか気になったので調べてみました。

なお、Dgoto24が適当に作成したため、詳細は自分の手で調べてください。

 

----------------

【比較のルール】

比較のルールは以下の通りです。

①税込み料金

②基本料金のみ(追加ギガは高額のため)※povo2.0および日本通信(シンプル)は例外

③複数プランがあるものは代表的なもののうち、利用容量に最適なプランを選択

④かけ放題等、データ容量以外は考慮しない

 

---------------

【比較対象となる回線】

比較した携帯回線会社は以下の通りです。

ID 会社 プラン名
1 au ピタット
2 使い放題MAX
3 docomo ギガライト
4 ギガホ
5 Softbank ミニフィット
6 メリハリ無制限
7 povo2.0
8 UQ
9 ahamo
10 OCN
11 Y!モバイル
12 LINEMO
13 楽天
14 mineo
15 BIGLOBE
16 イオン
17 J:COM データ盛り
18 日本通信 シンプル290
19 みんなのプラン
20 20GBプラン
21 IIJ
22 BICモバイル
23 HIS
24 エキサイト Fit
25 Flat
26 QT
27 DTI
28 y.u
29 Nifmo

 

----------------------

【大手キャリア関連のみ】

比較対象が多いので最初は、大手4大キャリア+サブブランドの

au(ピタット,使い放題MAX)、

docomo(ギガライト,ギガホ)、

Softbank(ミニフィット,メリハリ無制限)、

povo2.0、

UQ

ahamo、

OCN、

Y!モバイル、

LINEMO、

楽天の比較です。

比較図は以下の通りです。横軸が利用容量、縦軸がその時の月額料金です。

ぐちゃぐちゃですみません。

表から大雑把に読み取ると、

利用容量=0GB povo2.0
0GB<利用容量<10GB OCN
10GB≦利用容量<38GB povo2.0
38GB≦利用容量 楽天

となります。

しかし、au,docomo,SoftBankは高いですね。

 

--------------------------

【大手キャリア関連以外も含める場合】

もう全然わからないので、割高なものは省いて、見やすく対数グラフにしたものがこちら↓↓になります。

おおざっぱにまとめると、

利用容量=0GB povo2.0
0GB<利用容量<2GB 日本通信シンプル290
2GB≦利用容量<10GB HIS
10GB≦利用容量<21GB BIC
21GB≦利用容量<38GB povo2.0
38GB≦利用容量 楽天

となります。

 

【まとめ】

個人的なオススメ

評価基準は、大手でサポートが手厚そうなこと、プランが簡単明瞭でめんどくさくないことです。

利用容量 特徴 オススメプラン
0~10GB 人並に使う OCN
10~40GB 結構使う povo2.0
40GB~ めっちゃ使う 楽天

ちなみに、povo2.0は数値上は優秀なプランです。

しかし、毎月10GB未満の人にはオススメしません。povoは「トッピング」として容量を都度購入する必要があり、そのトッピングには有効期限があるためです。例えば1GB390円の有効期限は1週間です。

低容量のトッピングの場合、有効期限が短く、使いこなすのが難しいと考えられます。安く使おうとすると、この有効期限が足枷になる可能性があります。

 

超厳密な人向け

そもそもデータが厳密ではないので、注意してください。

利用容量[GB] 最安プラン
0 povo2.0
0.1~1.0 日本通信 シンプル290
2 HIS
3 povo2.0
4 BICモバイル
5~8 HIS
9 mineo
10~11 エキサイト Flat
12~14 IIJ
15 BICモバイル
16~19 イオン
20 BICモバイル
21~37 povo2.0
38~ 楽天

 

ちなみにDgoto24のメイン回線はコスパ最悪なauの使い放題プランです。十回線以上持っていますが、ほぼ全て色々あって実質無料、それどころか無料以下で使えてます。

まぁ電話料無料だったり、特定のSNS等がデータ消費免除だったり、家族割だったり、契約でキャッシュバックだったりと、色々とキャンペーンがあるので、最適なのを見つけるのは難しいですね。

-----------------------

質問などはTwitter @Dgoto24まで

 

 

 

 

考察~お得なpcを求める重回帰分析~

先日、私は22万のゲーミングpcを購入しました。

その際に考えたのは、当たり前のことですが「予算の範囲内でできるだけ性能が高いこと」です。恥ずかしながらpcについては完全な素人だったので、数か月間ぐらい適当に調べて購入しました。今思うと、もう少しやり方があったのではないかなと考えてました。

幸いなことに私には少し統計の知識があるので、今更ですが、それを使ってお得なpcを知りたいと考えました。この記事では、統計の重回帰分析という手法でお得なpcを大雑把に解明していきます

 

1.  重回帰分析とは

回帰分析というのは簡単に言えば、「AがBにどのような影響を及ぼしたか」の近似式を求めることです。

例えば、「Aさんは身長150cm体重51kg、Bさんは身長160cm体重59kg、Cさんは身長170cm体重71kg」だった場合、

体重[kg]=1.0×身長[cm]-100[cm]

というような大体の式が見えてくると思います。これが回帰分析のイメージです。重回帰分析は身長以外にも体形とか筋肉量だとか、体重を推定するための要素が多い場合の回帰分析といったイメージでしょうか。

理系なら高校か大学でやりますし、Excelで一瞬で出来るほどメジャーで容易、解釈もしやすい便利なものです。今回は、Excelの分析ツールを用いたいと思います。

 

2.  重回帰分析で推定したモデルの概要

推定したモデルは以下のようになっています。

(pc価格[円])=α1×(CPU性能)+α2×(GPU性能)+α3×(メモリ[GB])+α4×(SSD[GB])+α5×(HDD[GB])+α6

ここで

pc価格[円]:pc本体の購入に必要な価格

α1~α6:推定するパラメータ

CPU性能:搭載CPUのベンチマークスコア(PassMark)

GPU性能:搭載GPUベンチマークスコア(Time Spy(DX12))

メモリ[GB]:搭載しているRAMメモリ容量

SSD[GB]:搭載しているSSD容量

HDD[GB]:搭載しているHDD容量

*1

 

3.  使用するデータ

パソコンの価格や、CPU・GPUの品番、メモリサイズ等のデータは、「ゲーミングPC 徹底解剖サイト」さんから引用しました。こちらのサイトは非常に参考になります。実際に私が購入するpcを選んだ決め手はこちらのサイトで好評だったためです。ゲーミングpcの購入を検討されている方にオススメです。

ゲーミングPC徹底解剖 – BTOパソコンのレビュー特化型情報サイト

GPU、CPUを製品名からベンチマークスコアに変換する際には、「PC自由帳」さんの記事から引用しました。こちらのサイトもpc購入、周辺機器購入にあたり役に立つ記事が多くおすすめです。

CPU性能比較表【2022年最新版】 | PC自由帳

サンプルデータ数は87件です。

*2*3

 

4.  推定結果

推定結果は以下となります。

つまり、

(モデルから推定されるpc価格[円])=2.46×(CPU性能)+10.7×(GPU性能)+1400×(メモリ[GB])+36.7×(SSD[GB])+17.0×(HDD[GB])-14190

となります。

 

5.  考察

5.1  結果について

・良好な結果が得られました。決定係数Rも高く、t値もほとんどが有意(95%)となっています。切片だけが有意ではなかったのが残念です。

・切片以外のパラメータの正負も納得できますし、数値はあくまで回帰分析の結果なのでおいておいて、1GB当たりの価値がメモリ>SSD>HDDなのも納得できます。

 

5.2  お得なモデルは?

ここでは、重回帰分析より推測されるお得なモデルをピックアップしたいと思います。

 

5.2.1  割引額

モデルから推定されるpc価格[円]が販売価格より低い方がお得であると考えられます。

割引額を以下のように定義します。

割引額[円]=販売価格ーモデルから推定されるpc価格

割引額のTop10は画像のようになっています。太字のU列が割引額、斜体のW列が「ゲーミングPC 徹底解剖サイト」さんが出しているコスパになります。(N列 販売価格、T列 モデルから推定されるpc価格)

嬉しいことに私が購入した製品(raytrek XF)は6位/87件でした。Top4の製品は「ゲーミングPC 徹底解剖サイト」さんでもコスパ9越えなので、間違いなさそうですね。

ちなみにコスパの平均は5.6点、最小値-1.1、25%タイル3.8、75%タイル7.5、最大値10です。また割引額とコスパ相関係数は0.57で、相関があると言えそうです。

 

5.2.2  割引率

割引額では、高価格帯のモデルが有利のため、ここでは割引率でランク付けしたいと思います。

割引率を以下のように定義したいと思います。

割引率[%]=割引額/モデルから推定されるpc価格

割引率のTop12は画像のようになっています。太字のV列が割引率、斜体のW列が「ゲーミングPC 徹底解剖サイト」さんが出しているコスパになります。(N列 販売価格、T列 モデルから推定されるpc価格)

製品名が太字のものは割引額でTop10に入っていたもので、割引率でも大半を占める結果になりました。まぁそうなりますね。しかし、9位と10位は割引額は2.4万程度で割引額ではランク外でしたが、率ではランクインしています。コスパもかなり高いため、こちらの製品も良いと言えそうです。

また割引率とコスパ相関係数は0.67で、やや強い相関があると言えそうです。

 

6.  問題点

6.1  価格帯とコスパ

・一般的にCPUとGPUの性能は価格に対して漸近的で、高級になるほど値段上昇に伴う性能向上が小さいと思われます。しかし、実際には高性能でしかできないことも多く、今後数年は十分使えることを考えると、買うべき品もあるかもしれません。この記事のモデルは単純な線形モデルのため、それらを全く考慮しておらず、高級なほどコスパが悪いとしてしまっている可能性があります。

・上記について、指数やlog等の非線形関数を使えば解決しそうですが、データに適合する関数形式を見つけるためにかなりの労力が必要になる上に、非線形では線形の場合より説明変数の影響が分かりにくくなるので、今回はパスしました。

・しかしながら、高価格帯はコスパにこだわっていなさそうなので、そもそも性能と値段を分析してお得なpc探してやろうと思う野郎なんて、眼中になさそうですね。

・また、中価格帯というのは性能と価格のバランスが良く、需要が多いため競争が進みコスパが良いと考えられます。実際に、サンプルデータのpc価格分布は、平均22.0万、最小値9.8万、25%タイル15.5万、75%タイル26.5万、最大値54万ですが、割引額・割引率でピックアップしたTop12のうち11個は15.5万~26.5万円の範囲内です。

・まぁ、低価格帯と高価格帯はサンプルが少なすぎるような気がします。先述のように性能と価格のバランスが良いたぶん11世代i5~12世代i7、RTX3060~3070周辺の似たような製品が多いので、データが偏っています。

以上より今回のモデルでは、中価格帯以外は特に信用できなさそうです。

 

6.2  CPUとGPU

・搭載されるCPUとGPUの性能については相関が高く、説明変数同士の相関が高い場合には重共線性の問題が生じている可能性があります。

・重共線性の問題:具体例として前述の体重を求める回帰分析を考えます。説明変数として、その人自身の身長だけの場合(①)と、相関の強い父親(母親)身長も変数に入れる(②)場合を考えます。

①:体重=1×その人身長-100cm

②:体重=a×その人身長+b×父親の身長-100cm

①が正しいとすると、

②ではaとbの二つがあり、その人の身長と父親の身長は相関も強いので、a=1,b=0でも、a=0.5,b=0.5でも高い精度になります、もっといえばa=100,b=-99でも高い精度になるため、推定の際に定めるのが難しくなるというイメージです。

・ちなみに相関行列は以下のようになっています。

  価格 CPU性能 GPU性能 メモリ SSD HDD
価格 1.00          
CPU性能 0.76 1.00        
GPU性能 0.91 0.70 1.00      
メモリ 0.54 0.25 0.49 1.00    
SSD 0.65 0.62 0.63 0.20 1.00  
HDD 0.35 0.10 0.24 0.46 -0.09 1.00

一般に0.9や0.8より高い相関があれば重共線性の問題が生じるとされているらいしいので、もしかしたらCPUとGPUのどちらかだけの方が良いモデルになる可能性があります。重共線性の問題はVIFでチェックするのが良いとされていますが、今回はパスします。

他にも問題は色々ありますが、疲れたので終わります。

 

7.  結論

Dgoto24が購入した中価格帯のモデルは、ゲーミングpc専門家的な人からも好評で、適当に計算した感じ統計的にも良いモデルのようなので、安心しました。

 

--------------------

質問などはTwitter@Dgoto24まで

 

 

 

*1:※1:恐らくCPUやGPUは消費電力等のスペックもあるためベンチマークスコアだけはあまり良いとは言えないかもしれません。多分それぞれ製品を定数項としてパラメータを入れ推定するのが最も良い方法だと思われます。メモリ等のサイズも同様です。しかし、それだけの数のパラメータを安定して推定するためのデータ集めはめんどい現実的ではないため、やめました。

*2:※2:それぞれの参照日は2022/4/29となります。最近は歴史的な円安(130円/ドル)も記録しているので、為替に影響されやすいゲーミングpcの分析はそれこそ「時期が悪いぞ」かもしれません。

*3:※3:「ゲーミングPC 徹底解剖サイト」さんの表には89件のデータがありましたが、データの記載ミス、またGPUの性能データなしのため2件除去しています。

乞食【1万相当/1分※】~森伊蔵~

ネット通販や酒屋で買うと1.5万円~もする「森伊蔵」という、定価4千円の焼酎があります。当選確率数%らしいですが、誰でも電話をかけるだけで抽選応募に参加できます。

Dgoto24も一度飲んでみたいと思い、2022年4月現在10回弱抽選に挑戦しましたが全外れです。転売価格で買うのは癪なので、当たるまで粘りたいと思います。

 

 

1. 概要

激レア焼酎「森伊蔵」の抽選応募(電話かけるだけ)に参加し、うまい(?)焼酎を飲む

 

2. 対象

・電話番号がある

 

3. 必要経費とリスク

3.1  必要経費

最大で5000円程度(メルカリなどでほしい人に譲れば0円以下も可能です)

3.2  リスク

なし(継続的なお酒の転売は違法です)

 

4.  利益・メリット

JALの国際線で提供され、定価の5倍で転売されるほどの焼酎が手に入ります。

 

5.  大まかな流れ

森伊蔵の入手方法はいくつかありますが、誰でも参加できるのは電話抽選です。電話をかけるだけです。終わり。

------------------
毎月15日〜25日森伊蔵酒造(099-239-1111)へ電話(人気のため繋がりにくいです)。

↓↓↓
抽選結果の確認。
(エントリー翌月1日〜14日に電話し結果確認)
↓↓↓
抽選が当たったら郵便局備えの振込取扱票に必要事項を記入し、振込みをする

↓↓↓
翌々月の15日頃発送される

 

詳細は森伊蔵酒造公式HPで確認ください。

www.moriizo.com

-----------------------------

質問などはTwitter@Dgoto24まで。

【更新停止】考察~森伊蔵当選確率~

こんにちは、Dgoto24です。先日、激レア酒の森伊蔵の記事を書きました。

乞食【1万相当/1分※】~森伊蔵~ - Dgoto24のブログ

今回は続きで、統計的に電話抽選の当選確率を計算する記事になります。すぐに計算できるものですが、(抽選系で応用できる便利な内容なので)整理しておきたいと思います。

 

1.この記事を読むメリット

森伊蔵の大体の当選確率が分かる!

・アタリかハズレかの二択抽選の当選確率を推定できるようになる!

 例)ps5、スニーカー等

 

2.森伊蔵の概要

森伊蔵」についての簡単な説明です。

①.森伊蔵にも色々種類がある

②.代表的なモノは定価5千円

③.定価5千円のでもフリマで1.5万円、ビッカメで2万円。3万する場合も。

④.入手には、転売価格での購入、もしくは抽選(定価でもあるようですが、半年探した私は見たことありません)

 

Dgoto24自体はそこまでお酒に興味はないですが、どうせならいいモノを味わいたいので、以前から狙っていたいました。

転売ヤ―からの購入、小売りでのプレミア転売価格での購入はちょっと癪に障りますよね。特に後者、、、一時期話題になった「小売りが入荷したガンプラをそのまま転売してた」とこのプレミア価格は、消費者目線ではどう違うのでしょう。叩かれない理由がイマイチ分かりません。そもそも小売りもプレミア転売価格程度で入荷しているのでしょうか。そうだとしたら入荷元はどこ?そのあたりご存じの方は誰か教えてください。

 

3.当選までの経緯

抽選何回もしてたら当選しました。

抽選回数、47回で初当選です。知人や家族に頼んで、半年かかりました。単純計算だと大体2%の確率です。ちなみに、抽選電話は夕飯時にかけても中々繋がりません。そのため、抽選開始から数日後の深夜~明け方がオススメです。

 

4.当選確率の信頼区間の推定

4.1 信頼区間の推定とは?

誤解を恐れずにざっくり言えば、「アタリ」の確率が大体なん%~なん%だと言えるのかということです。具体的には...

Dgoto24は47回抽選 1回当選ですから、当選確率は大体2%です。しかし、この2%はDgoto24が試した場合です。もしかしたら、Dgoto23は60回抽選 3回当選の5%かも、、、Dgoto22は100回抽選 1回当選の1%かも、、、

このように人によって当選確率は異なり、真の当選確率は僕たちには分かりません。真の当選確率は森伊蔵を作っている人たちしか分かりません。このようにDgoto22~24の目に見えている当選確率には、真の当選確率とは異なります。

そこで、〇〇%信頼区間というものを求めます。〇〇%信頼区間というのは、「100回信頼区間を求めたときに、95回はその区間の中に母平均(真の当選確率)が含まれる」という意味です。

 

4.2 計算

こちらのサイトを参考にしています。

21-1. 母比率の信頼区間の求め方1 | 統計学の時間 | 統計WEB

 

色々計算すると、

なんと、確率がマイナスになってしまいましたwww。調べてみると、

感染症の罹患経験など、無作為抽出のyes/noの観測値は二項分布に従うことが知られていますが、その場合も正規分布を用いて区間推定を行うことが多いです*1。中心極限定理正規分布に漸近することを利用しているのですが、稀にしか観測されない事象で、全体の生起数が10にも満たない場合は不適切な推定になりがちです。区間の片方の端がマイナスになります。

https://uncorrelated.hatenablog.com/entry/2020/06/17/050001

とのことです。もう少しサンプル数を増やさないといけないようです。

 

4.2 計算その2

まぁ、そのサイトに書いてあるように、統計ソフトであるRに計算してもらいましょう。

95%信頼区間は0.37%~11.1%のようです。

ちなみに、このパッケージはウィルソンの信頼区間というものを利用しているようです。

ウィルソンの信頼区間(ウィルソンの得点区間)は二項分布の成功確率の信頼区間を与える。正規分布に近似して得られる信頼区間に比べて、少ないサンプルでも良い性質をもつとされる。

ウィルソンの信頼区間 - Wikipedia

 

5.まとめ

森伊蔵の当選確率の95%信頼区間は0.37%~11.1%※サンプル数が少ないため、Rのbinomで計算

②(サンプル数が多い場合は一般的に)母比率の95%信頼区間は以下の式で計算できる

ここで、p^はサンプルの(当選)確率、nはサンプル数

 

---------------------

6. 追記

6.1 2022.8

2022年8月現在、64回抽選し2回当選しました。

計算しなおしたところ、95%信頼区間は0.8%~10.7%となります。

6.2 2022.9

2022年9月現在、82回抽選し2回当選しました。

計算しなおしたところ、95%信頼区間は0.7%~8.4%となります。

------------------------

質問などはTwitter@Dgoto24まで。