もともと問題視していた育成方針の選択数の不均衡。
なぜそれが起こるのかというと・・・、
使えない(と思いやすい)育成方針があるってことなんですよね。
詳しく見ていきましょう。
各方針の能力上昇(2019.02.23)
◎=上昇大、○=上昇小、無印=上昇微小
略称 | 速 | 制 | 体 | 変 | ミ | パ | 走 | 肩 | 守 | E避 | 反 |
---|---|---|---|---|---|---|---|---|---|---|---|
速・肩 | ◎ | ◎ | |||||||||
投球技術 | ◎ | ◎ | |||||||||
巧打 | ◎ | ○ | ◎ | ||||||||
長打 | ○ | ◎ | ○ | ||||||||
走・体 | ○ | ◎ | ◎ | ○ | |||||||
守備 | ○ | ○ | ◎ | ◎ | |||||||
バランス |
投手では、投球技術が圧倒的に有利に見えます。
以前の分析で制球(と変化量)が、防御率・WHIPを下げるためにはとても良いという結果が出ていました。
それがどっちも◎です。
そうなれば速・肩とか選ばないですよね。
投手に関係あるのが◎1つって・・・。
その不均衡がどのような状態にあるのかを調査し、
それをどう軽減できるのか方法を考えます。
分析方法
対象:すべての選手。ただし、バランス型を無視。
解析方法:SQLでの抽出 → Excel(ピボットテーブル)での分析
全体
巧打と投球技術が多いですね。
この集計には投手、野手が混ざっているので分けて考えます。
投手
魅力度(比率)では以下の通り。
投球技術(p):70.16908213
速・肩(sp):15.70048309
走・体(st)14.13043478
野手
魅力度(比率)では以下の通り。
巧打(mt):50.61728395
守備(df):20.59483726
長打(pw):16.89113356
走・体(st):8.978675645
速・肩(sp):2.918069585
仮説構築
能力値上昇の◎を2、〇を1、無印を0とした場合、
能力値ごとにそれぞれ異なった重み(判断を上昇させる効果)があるのではないか?
ということを考えました。
ちょっと分かり辛いので噛み砕いて、どうぞ・・・。
投手で言うならば、
データから見て、速球上げるより制球上げたほうが良くね?
という考えを拡大解釈したものです。
速・肩は速球1個しか◎ついてないし、制球◎変化量◎がついてる投球技術選ぶよな!
という判断基準を数値に落とし込む考え方ですね。
ゲームやってる以上負けたい人はいないだろうし、あくまで理性的に行動するだろう、ということを前提にしています。
そのため今回は無選択(バランス型)は抜いています。ノイズになりやすいので。
それを踏まえて重回帰分析を行います。
Excelでの重回帰分析
なぜダメかというと、
X4(変化量)への相関が0のためです。
つまり、投球技術は制球◎変化量増加なしでも、制球◎変化量◎でも選ばれる率は変わらない。
んーだったら、X2とX4の相関は同等とします。
仮定(偏回帰係数):
X1:7.85
X2:17.5
X3:7.05
X4:17.5
こうすればかなりまともになるのでは?と思います。
なぜ調整したのか?
Meisyoは、
「どうすれば勝てるのか?」を考えるゲームです。
どうすれば勝てるのか?は育成から始まります。
育成方針の選択肢が少なければ、まったく選択肢はなくなります。
この調整でどの方向でも進めるし、自分が考えた戦略を実現しやすくなった、ということですね。
では!
[…] 使用ユーザー/全ユーザー)が違うという問題が前からありました。 以前[Meisyo]育成方針の不均衡を減らすための分析で触れた通り、少し調整したあと、データを確認していませんでした。 […]