小役確率は設定推測の材料になります。ただし、少ないゲーム数で「設定6より良い数字になった」だけでは、高設定と決められません。 大事なのは、設定差・有効ゲーム数・小役以外の根拠をセットで見ることです。
福岡で20年以上打ってきた筆者の実感と、理論計算の補足を合わせて整理しました。この記事では、花火の風鈴を例に、1,000〜8,000Gでどれくらい数字が振れるのか、良い数字がどれくらいの根拠になるのかを計算します。後半には、元記事のExcel画像と再確認した集計も残しています。
計算・説明を追加した確認日：2026年10月12日。花火の設定別数値は元記事の表を使用しています。別世代の機種や現在の解析値へ読み替えず、実際に打つ機種では対象役と数えるゲームの条件を確認してください。
確率が収束すれば、足りない小役は取り返せる？
不足分を取り返せる保証はありません。 同じ確率で独立に抽選されるなら、過去の出現回数によって次の1Gの確率は変わりません。
「風鈴が悪いから、このあと連続して出て帳尻が合うはず」。小役を数えていると、そう考えたくなる場面があります。
でも、同じ確率で独立に抽選されるという前提なら、過去に何回出たかによって次の1Gの当選確率は変わりません。収束するのは長い試行での出現割合で、途中の不足分を必ず回収する仕組みではありません。 独立試行の説明（OpenStax）
例えば、本来1/15の役を1,000Gで50回引いたとします。実測は1/20で、平均の66.7回より少ない数字です。
そこからの1,000Gに期待する出現回数は、やはり66.7回。前半の不足を足した83.3回にはなりません。後半の期待回数を足すと合計116.7回で、この回数を分母に直すと約17.14です。数字は平均に近づきますが、前半の不足は残ります。この116.7回は期待値であり、実際の出現回数は整数で振れます。
また、確率の収束と収支の回復は別です。役の出現割合が近づいても、それまでの負けを取り戻せるとは限りません。
1/15の小役は何ゲームで信用できる？
一律に「何ゲームなら信用できる」とは決まりません。 許容する誤差と設定差によって、必要な試行数が変わります。1/15の役は、2,000Gでも出現回数が112〜156回に振れる範囲が約95%を含みます。
まず、真の確率が1/15で一定だと分かっている場合でも、出現回数は次のくらい振れます。
| 試行回数 | 平均出現回数 | 約95%を含む出現回数 | 実測の分母に直すと |
|---|---|---|---|
| 1,000G | 66.7回 | 52〜83回 | 約1/12.05〜1/19.23 |
| 2,000G | 133.3回 | 112〜156回 | 約1/12.82〜1/17.86 |
| 4,000G | 266.7回 | 236〜298回 | 約1/13.42〜1/16.95 |
| 8,000G | 533.3回 | 490〜577回 | 約1/13.86〜1/16.33 |
| 60,000G | 4000.0回 | 3,881〜4,120回 | 約1/14.56〜1/15.46 |
表は独立・一定確率の二項分布から計算した、両側2.5%の分位点で区切る範囲です。回数は整数なので、実際に含まれる確率は約95.0〜95.7%になります。真の確率が既知の場合の結果のばらつきで、観測した台の設定を95%で当てられるという意味ではありません。
1/15の役でも、2,000Gでは112〜156回、実測分母は約12.82〜17.86に広がります。「1/13くらいだから設定6以上」「1/17くらいだから低設定」と、分母だけで決めるには幅が大きいのです。
回転数を2倍にしても、誤差は半分にならない
出現率の標準的な誤差は、おおむね試行数の平方根に反比例します。2倍のゲーム数では約0.71倍、誤差を半分にしたければ約4倍のゲーム数が必要です。同じ確率・同じ条件を保った場合の関係です。出現割合の分散と大数の法則（UC Berkeley）
6万Gでも、上の範囲は約1/14.56〜1/15.46です。「完全に1/15にならないから使えない」と考えるより、必要な精度に対して、残る誤差が大きいか小さいかを見る方が実戦に役立ちます。
花火の風鈴：設定1と6はどれくらい見分けにくい？
元の表の確率では、2,000Gの平均出現回数の差は約9回で、両設定の結果はかなり重なります。 試行が増えるほど分けやすくなりますが、小役の回数だけで確定はできません。
元記事で使った花火の風鈴確率は、次の表でした。
| 風鈴確率 | |
|---|---|
| 設定1 | 1/15.66 |
| 設定2 | 1/15.30 |
| 設定5 | 1/14.97 |
| 設定6 | 1/14.65 |
この表を入力にして、設定1と6の平均出現回数を比べます。
| 有効ゲーム数 | 設定1の平均 | 設定6の平均 | 平均の差 |
|---|---|---|---|
| 1,000G | 63.9回 | 68.3回 | 4.4回 |
| 2,000G | 127.7回 | 136.5回 | 8.8回 |
| 4,000G | 255.4回 | 273.0回 | 17.6回 |
| 8,000G | 510.9回 | 546.1回 | 35.2回 |
2,000Gでは、平均の差は約8.8回。一方で、各設定の出現回数の標準偏差は約10.9回・11.3回です。平均の差より1標準偏差が大きく、両方の設定で似た回数が出ることが分かります。
図はホールの実測データではなく、設定1＝1/15.66、設定6＝1/14.65という入力から計算した分布です。タップすると拡大できます。8,000Gの方が分けやすくなりますが、重なりは残ります。
仮に「必ず設定1か6のどちらか」「最初の比率は半々」「小役の回数だけで、より出やすい設定を選ぶ」という二択なら、理論上の平均正答率は2,000Gで約65.4%、8,000Gで約78.6%です。判定境界はそれぞれ133回・529回以上を設定6側とする計算です。中間設定がある実際のホールの的中率ではありません。
ここから言えるのは、風鈴カウントは情報を増やすけれど、小役だけで設定を決めるには限界がある、ということです。「意味がない」まで切り捨てる必要も、「1日回せば答えが出る」と期待する必要もありません。
小役が良ければ、設定6の可能性は何%？
小役の分母だけでは、設定6の確率は決まりません。 有効ゲーム数・出現回数・候補設定の確率・打つ前の根拠が必要です。計算に使う事前確率が不明なら、一つの割合へ断定せず、仮定を分けて読みます。
同じ2,000G・同じ150回でも、台を選ぶ前の根拠によって解釈は変わります。
この回数の実測は約1/13.33。風鈴の表の設定6よりも良い数字ですが、設定6と確定するわけではありません。
設定1と6だけを候補にした例で、打つ前に設定6を50%または10%と想定した場合、その記録を見た後の設定6の確率を計算すると次のとおりです。
| 2,000Gでの回数・実測 | 事前50%の場合 | 事前10%の場合 |
|---|---|---|
| 133回・約1/15.04 | 51.7% | 10.6% |
| 150回・約1/13.33 | 78.2% | 28.5% |
| 170回・約1/11.76 | 93.7% | 62.5% |
「事前50%」「事前10%」は、設定6の割合を説明のために仮定した数字です。残りはすべて設定1としています。実在ホールの配分を調べた値ではありません。
150回なら、同じ記録は設定1より設定6で約3.60倍出やすい。しかし、事前が半々なら設定6は約78.2%、事前が10%なら約28.5%です。良い数字は設定6側の根拠になりますが、元々の根拠の薄さを一度で消せるほどではない、という見方ができます。
逆に、133回はどちらでも似た程度に出る記録で、事前の50%が51.7%、10%が10.6%になるくらいです。見た目の「約1/15」だけでは、強い判断材料になっていません。
これはベイズの定理（OpenStax）を二択の例に当てはめた計算です。設定2・5を含めた現実の全設定推測や、勝率・期待収支の計算ではありません。 台の選び方が大事、という元記事の視点を数字で確認するための例です。
95%信頼区間と、設定6の確率は別
2,000Gで133回出たとき、出現確率の95%Wilson信頼区間は、分母に直すと約1/12.78〜1/17.73です。元の風鈴表の設定1〜6が、すべてこの範囲に入ります。
この区間は同じ手順を繰り返したときに真の確率を覆う割合を考えるもので、「この台が95%の確率で設定6」という説明には使えません。前の「真の確率が1/15なら何回出るか」という表とも、問いの向きが違います。Wilson区間の式と説明（NIST）
設定差が大きい役なら、少ないゲーム数でも信用できる？
設定差が大きくても、対象役を数えた試行が少なければ結果は重なります。 台の総ゲーム数ではなく、その役を抽選できた有効ゲーム数で判断します。
元記事の花火ゲームのハズレ確率は次の表です。通常時の風鈴と同じ分母で数える役ではありません。
| 花火ゲーム ハズレ確率 | |
|---|---|
| 設定1 | 1/13.36 |
| 設定2 | 1/11.81 |
| 設定5 | 1/10.44 |
| 設定6 | 1/9.48 |
元記事では比較を分かりやすくするため、1/9と1/13へ置き換えて試しています。この2つは、上の表の設定6・1そのものの値ではありません。
72回の試行なら、平均は1/9で8回、1/13で約5.54回。その差は約2.46回ですが、標準偏差はそれぞれ約2.67回・2.26回あります。設定差が大きくても、数えられる機会が少なければ一度の結果はかなり重なります。
通常時2,000G回したとしても、対象となるRT中を72Gしか数えていなければ、この役の試行数は72回です。「台を何G回したか」と「その役を何回抽選できたか」を混ぜると、判断の精度を大きく見誤ります。
小役が良い台・悪い台は、実戦でどう判断する？
小役の良し悪しだけで決めず、その台を打つ根拠が残っているかを確認します。 有効ゲーム数と、小役以外の判別要素を合わせて整理します。元記事の「いかに低設定の台を回さないか」という考え方を、筆者の実感と具体例で見ていきます。
福岡で20年以上打ってきた筆者の実感
筆者・うえへの確認では、次のような実戦感覚がありました（2026年10月12日確認）。
ジャグラー程度ならぶどうが良くて続けてもいいことは少ないイメージだね。
小役だけが良くてやめるパターンは多いかも。他の要素が大きいからね。
小役も他の要素も良くてやめるパターンは台を打つ根拠が薄くなるパターンです。
これは、回数を集計して出した成功率ではなく、長年打ってきた本人の経験です。ジャグラー全機種でぶどうに同じ設定差がある、という説明でもありません。
実戦の判断軸は、小役が良い数字を示しているかだけでなく、その台を打つ根拠が今も残っているか。小役を数えた結果と、打つ理由の強さを分けて見る考え方です。
1．数える条件をそろえる
対象機種・対象役・有効ゲーム数・出現回数を記録します。通常時とRT・AT中を混ぜない、共通役と合算役を混ぜない、比較する解析と同じ対象を数える、というのが最初です。
前任者のデータを足す場合も、数えた条件と元の回数が分かるものに限って考えます。「前半1/14、後半1/16だから平均1/15」と分母をそのまま平均してはいけません。出現回数と有効ゲーム数を足し、合計ゲーム数÷合計出現回数で計算します。
2．小役が良い・悪いと、打つ根拠を分ける
以下は実話として紹介するものではなく、判断を整理するための例です。
| 状況 | 整理したいこと |
|---|---|
| 台を選んだ根拠は薄いが、500Gの小役だけ良い | 短い試行の上振れかもしれない。良い分母だけを根拠に追加投資を決めない |
| 台を選んだ根拠や別の判別要素はあるが、500Gの小役は悪い | 少ない試行の下振れだけで、ほかの根拠まで消えたと扱わない |
| 試行が増えても小役は悪く、別の判別要素も弱い | 打つ前の期待と観測が食い違っている。最初の予想を固定せず、根拠全体を見直す |
どれも一律のヤメ時や継続の指示ではありません。店の傾向、設定示唆、別の判別要素、数え間違い、残り時間や予算などを分けて確認するための整理です。
3．同じ情報を二重に数えない
一つの役を含む合算確率と、その役単独の確率が両方良い場合、完全に別の好材料が2つあるとは限りません。同じ当選を二度使って確信を強めると、判断が偏ります。
また、独立した20台で、それぞれ「上側5%に入るほど良い数字」が出るモデルなら、少なくとも1台でその数字が出る確率は約64.2%です。良い台だけを後から選んで見ると、珍しい数字も見つかりやすくなります。これは独立・同じ判定基準を仮定した例で、実際の島の設定配分の計算ではありません。
「一番小役が良かった台」や「うまくいった日の記録」だけで判断せず、見た台数と悪い結果も残しておく方が、検証しやすくなります。
AIに小役確率を聞くとき、何を伝えればいい？
対象役・有効ゲーム数・出現回数・比較する設定別確率を伝えます。 設定6の割合まで求めるなら、候補設定と事前確率の仮定も必要です。出典と計算式を示すよう依頼すると、検算しやすくなります。
「小役1/13だった。設定6？」だけでは、試行数も比較する確率も分かりません。AIの説明が流暢でも、材料が足りない状態は変わりません。
検算を頼むなら、例えば次のように入力します。
対象は同じ条件で数えた小役です。有効ゲーム数2000G、出現150回。比較する確率は設定1が1/15.66、設定6が1/14.65で、今回はこの二択だけの仮定です。独立・一定確率の二項分布として、実測確率、各設定でこの回数が出る確率の比を計算してください。設定6の事前確率が不明なので、設定6○%と断定せず、50%と10%を仮定した例を分けてください。式と入力値を示し、勝率へ読み替えないでください。
確認したいのは、答えの数字だけでなく、どの機種のどの役をどの条件で数えたか、出典の数値が一致しているか、仮定を勝手に追加していないかです。
自分でも検算するなら、次のExcel式で「2,000Gで150回出る確率の、設定6と1の比」を確認できます。
=BINOM.DIST(150, 2000, 1/14.65, FALSE) / BINOM.DIST(150, 2000, 1/15.66, FALSE)
結果は約3.596です。これは設定6の確率そのものではなく、同じ記録が出る確率の比です。関数のFALSEは「ちょうどその回数」を計算する指定です。Microsoft公式のBINOM.DIST説明
元のExcel30組の記録は、どう読める？
30組の記録は、小役の出現回数が振れる具体例として読めます。 30組で範囲に入った割合を、そのまま理論確率や設定判別の的中率としては使いません。
元記事では、1/15を2,000回ずつ30組試し、次の画像にまとめています。これはホールでの実戦データではなく、Excel上の試行です。
画像にある30個の出現回数の合計は3,988回。1組あたりの平均は132.933…回で、理論平均の133.333…回に近い結果です。3,988回を60,000Gで割ると約1/15.045となります。
許容幅の判定も確認しました。
| 分母の許容幅 | 元画像の集計 | 掲載30組を丸めず再集計 | 二項分布の理論確率 |
|---|---|---|---|
| ±0.5 | 7回／23% | 6回／20.0% | 28.0% |
| ±0.3 | 5回／17% | 5回／16.7% | 21.2% |
| ±0.1 | 0回／0% | 0回／0.0% | 7.1% |
再集計は「2000÷出現回数」を丸めずに判定しています。±0.5は分母14.5〜15.5、つまり出現130〜137回です。元画像の7回・23%とは一致しません。元のExcel式は本人も覚えていないため、判定方法を推測で確定せず、画像の記録と再計算を分けて残します。
理論確率の28.0%・21.2%・7.1%は、固定された1/15を2,000回試したとき、指定範囲へ入る確率です。30組のうち何%だったかとは別で、設定判別の的中率でもありません。30組では理論値とずれることもあります。
1/9・1/13の少ない試行の画像
この画像は「少ない回数ではこういうばらつきも出る」という具体例として使えます。各条件5組の試行だけで、収束の速さや必要ゲーム数を確定する資料にはしません。乱数の条件や元ファイルも再確認できていないため、追加した理論計算とは区別しています。
結論：小役カウントは使う。でも、一つの数字に賭けない
小役確率は情報です。試行が増えるほど、設定ごとの違いを判断する材料は増えます。ただ、設定差が小さい役を短い試行で数えても、その数字が教えてくれることには限界があります。
「良い小役が出たから高設定」ではなく、「台を選んだ根拠に、小役の記録をどれくらい足せるか」と考える。 逆に悪かった場合も、回転数とほかの材料を見て判断する。この使い方なら、元記事の「根拠のない台を長く回さない」という考え方と、小役カウントを両立できます。
数字を数える目的は、1/15へきれいに収束させることではありません。打つ根拠を、途中の印象ではなく記録で確認することです。
計算方法と参照資料
追加計算は、各有効ゲームで対象役が出る・出ないの2通り、出現確率が一定、各試行が独立というモデルです。平均はn×p、標準偏差は√(n×p×(1−p))、出現回数の確率は二項分布で求めています。二項分布の定義と式（NIST）
出現回数の範囲は正規分布の近似ではなく、二項分布の累積確率から求めました。設定1・6の二択の正答率は、事前確率を半々とし、各出現回数で確率の高い方を選んだ場合の平均です。表の設定6の確率は、同じ記録が出る確率×仮定した事前確率を、両候補の合計で割っています。
元記事の花火の表、Excelの画像、追加した理論計算は、資料の役割を分けています。追加計算は元のメーカー解析値・Excel式を確認した証拠にはならず、ほかの機種へそのまま適用するものでもありません。新しい計算は元の画像を書き換えずに追加し、条件と読み方を本文に示しています。