勝者: ヤクルト / AI予想: ヤクルト ✓ 的中
WINSportsAI v3.0 (Elo+FIP+Park+Bullpen+League+Weather+Fatigue+Form+H2H) は ヤクルト 勝利を 61% で予測。フェアオッズは 1.64。本ページでは過去対戦・球場別成績・先発投手の対戦相手別データ・中継ぎ疲労・天気予報・連戦疲労・ハンデオッズの全パターンを5,000字超の徹底解析でカバーします。
過去にこの2チームが対戦した試合のうち、結果が確定済の直近最大5試合を抽出。AI予想の的中状況も合わせて表示します。対戦傾向はモデルの「相性補正 (matchup_adj)」に反映され、特定の組み合わせで強い/弱いチームを学習します。
公開済みの過去対戦データなし (シーズン序盤・対戦カード前のため)。過去対戦履歴は試合消化後に随時自動追記されます。
神宮 における両チームの過去通算成績を集計します。パークファクター (球場の打高/投高傾向) と組み合わせて、その球場での試合展開を予測する重要指標です。
| チーム | 神宮 での試合数 | 勝率 | 得点傾向 |
|---|---|---|---|
| ヤクルト | 5試合 | 3勝 2敗 (60.0%) | 平均得点 5.60 |
| DeNA | 3試合 | 1勝 2敗 (33.3%) | 平均得点 7.33 |
神宮 はホームチーム ヤクルト の本拠地球場。 中立的な球場。先発投手と中継ぎ陣の出来がストレートに勝敗に反映される。 この球場における両チーム合計 8 試合のうち、ホーム側が 60% で勝利。
先発投手の今季 ERA / WHIP / DIPS、リーグ平均との比較、チームローテーション全体の平均ERAから、両軍の先発戦力を多角的に評価します。
記録なし の今季成績は ERA -。同じローテ内の他4名と比較して-の安定感を見せています。 対 DeNA 戦は今季初対戦、ローテ内では他に 松本健吾・山野太一 等が控える。
記録なし の今季成績は ERA -。同じローテ内の他4名と比較して-の安定感を見せています。 対 ヤクルト 戦は今季初対戦、ローテ内では他に 東克樹・島田舜也 等が控える。
先発投手の ERA 差は WINSportsAI v3.0 の最重要特徴量の1つで、1.0 ERA の差につき ±30 Elo の調整が入ります (本試合: 記録なし 0 Elo / 記録なし 0 Elo)。
中継ぎ陣の平均ERA、各リリーフ投手の登板数・WHIP・疲労水準を可視化。終盤の継投で勝敗が動きやすい NPB では中継ぎ層の安定感がそのまま勝率に直結します。
| 投手 | ERA | WHIP | 登板 | IP | 疲労 |
|---|---|---|---|---|---|
| キハダ | 0 | 0.88 | 16 | 16 | ⚠️ 高 |
| 星知弥 | 2.35 | 1.37 | 16 | 15.1 | ⚠️ 高 |
| 荘司宏太 | 4.05 | 1.28 | 14 | 13.1 | 中 |
| 廣澤優 | 2.77 | 0.85 | 13 | 13 | 中 |
| 清水昇 | 1.46 | 0.73 | 13 | 12.1 | 中 |
| 木澤尚文 | 2.79 | 1.66 | 11 | 9.2 | 中 |
| 投手 | ERA | WHIP | 登板 | IP | 疲労 |
|---|---|---|---|---|---|
| レイノルズ | 2.37 | 0.89 | 18 | 19 | ⚠️ 高 |
| 坂本裕哉 | 1.84 | 1.43 | 17 | 14.2 | ⚠️ 高 |
| 中川虎大 | 0.6 | 0.67 | 15 | 15 | ⚠️ 高 |
| 山﨑康晃 | 2.03 | 1.05 | 14 | 13.1 | 中 |
| ルイーズ | 0.73 | 0.73 | 13 | 12.1 | 中 |
| マルセリーノ | 6.75 | 1.91 | 12 | 14.2 | 中 |
中継ぎ平均ERAの比較から、ヤクルト が中継ぎ層の安定感で優位。 登板過多の投手 (今季15登板以上) が複数いる場合、7回以降で起用が苦しくなり接戦になるとリリーフ崩壊のリスクが高まります。
試合当日の気温・降水量・風速を Open-Meteo (気象庁互換) API から取得し、打撃/投手それぞれへの影響度を Elo に変換しています。屋外球場のみ天気影響が大きく、ドーム球場 (東京ドーム / 京セラドーム / バンテリンドーム / ベルーナドーム / みずほPayPay) は天候影響なしです。
天気予報データなし (試合日まで48時間を切ると Open-Meteo から自動取得します)。
直近3日の試合履歴から連戦日数とカード内試合番号を算出し、疲労ペナルティ (Elo) を適用します。NPB では月間6カード×3連戦が基本なので、第3戦 + 連戦5日目以上は中継ぎ陣に高負荷がかかります。
| 項目 | ヤクルト | DeNA |
|---|---|---|
| 連戦日数 | 0 日 | 0 日 |
| カード内試合番号 | 第1戦 | 第1戦 |
| 疲労ペナルティ (Elo) | 0 | 0 |
両チームとも連戦疲労はほぼ無し。実力どおりの展開が予想されます。 カード内試合番号が進むほど (第3戦) ローテ後半・中継ぎ消耗の影響が出やすくなります。
チームの直近 OPS とリーグ平均との差分、直近10戦の勝率を組み合わせ、「絶好調」「不調」のトレンドをモデルに織り込みます。
| 項目 | ヤクルト | DeNA |
|---|---|---|
| チームOPS | - | - |
| リーグ平均OPS | - | |
| OPS差 (vs リーグ) | - | - |
| 直近10戦勝率 | - | - |
| フォーム調整 (Elo) | 0 | 0 |
| 直近勢い調整 (Elo) | 0 | 0 |
| 対戦相性調整 (Elo) | 0 | 0 |
OPS (出塁率+長打率) はチームの総合得点能力を表します。リーグ平均との差が ±0.030 を超えると打線として「絶好調 / 不調」の指標になります。
マネーライン (勝敗のみ) だけでなく、ハンデ ±0.5 / ±1.5 (Run Line) の各パターンでの予測勝率とフェアオッズを表示します。ブックメーカーがハンデオッズを提供する際の理論値として活用できます。
| マーケット | ヤクルト 勝率 | フェアオッズ | DeNA 勝率 | フェアオッズ |
|---|---|---|---|---|
| ホーム -1.5 / アウェイ +1.5 | 43% | 2.33 | 57% | 1.75 |
| ホーム -0.5 / アウェイ +0.5 | 53% | 1.89 | 47% | 2.13 |
| 勝敗のみ (1X2 / マネーライン) | 61% | 1.64 | 39% | 2.56 |
| ホーム +0.5 / アウェイ -0.5 | 69% | 1.45 | 31% | 3.23 |
| ホーム +1.5 / アウェイ -1.5 | 79% | 1.27 | 21% | 4.76 |
各ハンデの勝率は WINSportsAI v3.0 の予測モデルから派生した近似値です。実際のスポーツブックでは流動性・マージン (vig) の関係でオッズに 5〜8% のマージンが乗っています。 フェアオッズ (理論値) と市場提示オッズの差分が +5% を超えれば期待値プラスのベットチャンスです (例: フェア 1.80 → ブック 1.95 で +EV)。
| ホーム総合戦力 | - Elo |
| アウェイ総合戦力 | - Elo |
| ホームアドバンテージ | +28 Elo |
| 先発投手補正 (ホーム/アウェイ) | 0 / 0 Elo |
| 中継ぎ・抑え補正 | 0 / 0 Elo |
| パークファクター | ×- |
| リーグ補正 (CL vs PL 交流戦) | 0 Elo |
| フォーム補正 (OPS差) | 0 / 0 Elo |
| 直近勢い補正 | 0 / 0 Elo |
| 対戦相性補正 (H2H) | 0 / 0 Elo |
各補正は WINSportsAI v3.0 の独立した特徴量として Elo に加減算され、最終的な勝率は 1 / (1 + 10^((Elo差)/400)) のロジスティック関数で確率化されます。詳細は 方法論ページ を参照。
WINSportsAI v3.0 は以下の特徴量を統合した Elo ベースの NPB 勝敗予想モデルです：
予想データなし