騎手の少数騎乗を順位付けしない理由

率の順位より先に、何勝を何回で割ったかを見る

騎手成績の最初の確認事項は、勝数と騎乗数の組です。勝率50％だけでは、1戦中では作れないその値が2戦1勝なのか、200戦100勝なのか分かりません。いずれも計算結果は同じでも、前者では一度の結果が表全体の印象を大きく変えます。小数点を細かく表示しても、観察した回数が増えるわけではありません。

この記事では、架空例の勝率を勝数÷騎乗数として計算します。現実の集計を作るときは、公式表に載る騎乗数を使うのか、独自に特定条件の出走を数えるのかを決めます。後者では取消・除外・中止などの扱いをデータ提供元の定義と照合し、元の表と数字が違う理由を説明できるようにします。表の列名が似ているだけで同じ分母とは判断しません。

JRAのリーディングには、集計対象を区別した案内があります。2023年度の地方・海外成績を含む表の注記は、JRA主催レースと、地方・海外の指定レースでJRA所属馬に騎乗した際の成績を対象としています。地方・海外の全騎乗を網羅した一覧という意味ではありません。これは範囲を読むための過年度資料であり、現在の騎手順位を紹介する目的では使っていません。

たとえばJRAだけの数値と地方・海外を含む数値を横に置き、同じ期間だから公平だと考えるのは早計です。期間だけでなく対象レースも合わせる必要があります。現役・引退、所属の変更、短期の参加などについても、対象から消す前に抽出条件を明記します。まず比較する記録の輪郭をそろえることが、細かな統計手法より前の作業です。

架空例1：4戦2勝と200戦30勝で一敗の重みを比べる

同じ一敗でも、更新後の勝率は同じ幅で動かない

以下は実在の騎手と無関係な架空成績です。騎手Aは4戦2勝、騎手Bは200戦30勝とします。観測勝率はAが50％、Bが15％で、率を降順に並べればAが上に来ます。ただし、その並べ替えは過去の比率の順を示すだけで、次のレースでAの馬がBの馬より勝ちやすいことを証明しません。馬や相手が変われば、比較している事象そのものが変わります。

表は左右にスクロールできます。

率は勝数÷騎乗数。一敗を追加するだけの計算であり、次走の勝敗を予測した表ではありません。

Aは一敗で10ポイント低下し、Bの低下は約0.075ポイントです。この違いは、Aが敗戦に弱いという性格の話ではなく分母の違いから生じます。反対にAが勝てば3勝÷5戦で60％です。同じ4戦2勝の時点から、一戦で40％にも60％にも動くことを見れば、50％という表示を固定した実力値として扱いにくいと分かります。

ここから導く判断は『Bの方が必ず優秀』でもありません。Bの200戦が昔の別条件に偏っていれば、今回の材料として弱い可能性があります。Aについては少数ながら何が起きたかをレースごとに確かめ、Bについては豊富な記録が今回の条件にどこまで対応するかを確かめます。標本の量と、対象への近さは二つの別の軸です。

区間を出すなら、一定確率・独立という仮定も添える

割合の不確実性を説明する道具として、Wilson法の区間を使えます。ただし実際の騎手成績には、馬の能力、相手、頭数、開催場などの違いがあります。同じ勝利確率を持つ独立な試行の繰り返しとは限りません。ここではNISTが示す割合の区間を、分母の違いを理解するための説明用モデルに限定して使います。実在騎手の真の勝率を推定した結果ではありません。

各試行が独立し、同じ確率で勝つという仮定を置いて、前節の2勝／4戦と30勝／200戦を計算すると、z＝1.96を使った両側約95％のWilson区間は、それぞれ約15.0〜85.0％と約10.7〜20.6％です。観測値50％の側の区間がかなり広いことが、このモデルで表現される情報の少なさです。区間の中心や端点を次走の馬の的中確率として売買判断に代入しません。

再計算したい場合は、nを騎乗数、pを勝数÷騎乗数と置きます。分母d＝1＋z²／n、中心c＝（p＋z²／2n）／d、半幅h＝z×√［p×（1−p）／n＋z²／（4n²）］／dとし、c−hからc＋hまでを100倍して％にします。上記ではzを1.96に丸め、最後に小数1桁へ丸めています。計算の再現には、方法名だけでなくこの丸め方も必要です。

区間の重なりは能力同等の証明ではありません。 また95％という水準は、この固定された一つの区間に真の値が95％の確率で入ると単純に読ませるための数値でもありません。同じ条件で標本抽出と区間作成を繰り返した際の手続きの性質として理解します。説明モデルから現実へ戻る段階では、独立性や一定確率の仮定がどこで崩れるかを先に点検します。

架空例2：騎乗馬の勝ちやすさが違うと率の読み方も変わる

高い勝率と、期待された勝数を上回ることは別の問い

次は前節とは独立した架空設定です。騎手Cは4回騎乗し、各騎乗馬の勝つ確率を説明上すべて50％と仮定します。騎手Dは20回騎乗し、各馬の勝つ確率をすべて10％と仮定します。これらの確率は実測値でもオッズから推定した値でもなく、騎乗機会の違いを見せるために筆者が置いた数字です。現実にこの確率が既知だとは主張しません。

表は左右にスクロールできます。

期待値の加法による説明例。確率の正しさや騎手の因果的な効果を推定した表ではありません。

Cは勝率50％でも期待勝数と同じ2勝、Dは勝率15％でも期待勝数より1勝多い結果です。したがって率の順位だけで『与えられた機会に対してどちらが上振れしたか』には答えられません。ただしDの＋1勝を騎乗技術のおかげと断定することもできません。偶然、馬の評価の誤り、当日の状態など、別の説明が残っています。

実際に期待勝数との比較を行うなら、各馬へ付けた確率が事前に作られ、妥当性を別期間で確認されている必要があります。レース後に勝ち馬だけ確率を下げれば、騎手の上積みを自由に大きく見せられます。単なる人気順を50％や10％へ機械的に置き換えても、この例と同じ推定にはなりません。人気帯ごとの記述比較をする場合も、確率が既知の分析とは区別します。

細かな条件と同じ馬の反復が、見かけの材料を増減させる

全体では100回の騎乗があっても、右回り・芝・特定距離・重馬場・特定厩舎まで絞ると数回しか残らない場合があります。細分化は今回との近さを高める一方、標本を減らします。たまたま高い数字が出た区切りだけを探して紹介すると、最初から決めた条件を検証した場合よりも上振れを拾いやすくなります。切り口を作った日と理由を残しましょう。

同じ馬と騎手の組み合わせで連勝していても、異なる多数の馬で成功を重ねた記録と同じ情報量とは限りません。その馬自身が強かった可能性や、似た相手との対戦が続いた可能性があるからです。一方、同一レースにいる騎手どうしの勝敗も、通常一頭だけが勝つ構造のため互いに無関係ではありません。表の行数をそのまま独立した証拠の数と呼ぶのは避けます。

騎手変更の前後を比較する場合には、馬の休養、相手関係、距離、枠、斤量、状態も一緒に変わっていないかを見ます。乗り替わったレースで着順が上がったという一件は、調べるきっかけにはなっても、それだけで変更した騎手の効果を切り出せません。前走との違いを一覧にし、騎手以外の説明を消さずに残すことが具体的な読み方です。

比較用メモは、率ではなく条件を再現できる形で作る

自分で騎手データを整理するなら、あとで同じ抽出を再現できる記録を作ります。『最近好調』だけでは最近の長さが変わり、結果に合うところで期間を切りやすくなります。開始日と終了日を固定し、日付の境界に入る開催を明示します。出典の取得日時と集計対象年も保存すれば、更新で値が変わったときに、転記ミスなのか新しい騎乗の追加なのかを区別できます。

1. 対象を定義する：JRAのみなどの主催範囲、期間、平地・障害の扱いを先に決める。
2. 分母を照合する：勝数、騎乗数、取り消した記録の扱いを元表と確かめる。
3. 条件の偏りを見る：馬、人気帯、距離、開催場など、比較相手と違う部分を記す。
4. 未確定の部分を残す：騎乗が少ない条件は『材料不足』と書き、数字を埋めるために範囲を変えない。
5. 次の確認期間を決める：過去の良い期間を延長して語るだけでなく、未観測の期間で同じ読み方を確かめる。

最低何鞍なら安全という共通の境界はありません。 30回、100回などの足切りは表示のルールとしては使えますが、その数を超えれば馬の違いが消えるわけではありません。足切りを使うなら、除外した騎手と回数も残します。少ない騎乗の人を一覧から消して『全騎手の比較』と呼ぶと、別の集計範囲へ変わってしまうからです。

予想では、騎手成績を強い断定より確認事項に変える

小標本で高率の騎手を見つけたときは、『この騎手だから買う』という結論の前に、その数回で騎乗した馬と今回の馬が似ているかを調べます。先行馬に乗った少数の成功と、今回の追い込み馬では求める進路や位置取りが異なるかもしれません。観察する問いを具体的にする方が、率の高さを買い目全体へ一律に上乗せするより検証しやすくなります。

材料不足を理由に購入を見送る選択もできます。騎手について確信できないからと相手馬を追加し続けると、情報の不足が購入額の増加に変わってしまいます。買う場合は先に決めた予算内で、騎手要因を採用した理由と、それ以外の馬・レース条件を別々に記録します。結果が外れたあとに『やはり騎手の問題』と理由を置き換えないためです。

振り返りでは、注目した少数成績がその後も続いたかだけでなく、最初の勝数と分母を正確に読めていたか、比較範囲を途中で変えていないかも確認します。新しい一戦を足すたびに評価が動くこと自体は異常ではありません。最初から不確実な判断として置き、追加情報に応じて理由を更新できることが、小標本を扱う際の実用的な到達点です。