応援を科学する-声援はチームを勝たせるのか-

3f75a6cf1fb4b66c1d268240e2dd29c3?s=47 nowism
May 29, 2020

 応援を科学する-声援はチームを勝たせるのか-

チームを勝たせる応援が存在するのか?という観点で、心理学の同調効果という現象に注目しつつ、応援の影響を可視化してみました。

3f75a6cf1fb4b66c1d268240e2dd29c3?s=128

nowism

May 29, 2020
Tweet

Transcript

  1. ⚽ ⚾ αοΧʔͱ໺ٿ͔Βߟ͑Δ ͳ͏͍ͣ

  2. ⚽ ⚾ ଟ༷Խ͢ΔԠԉ ଟ༷Խ͢Δεϙʔπ؍ઓ ɾݱ஍Ͱ ɾωοτ഑৴Ͱ ɾจࣈ৘ใͰ ݱ஍ʹߦ͘Ձ஋ มΘͬͯ·ͤΜ͔ʁʁ ˠԠԉʹεϙοτϥΠτΛ

  3. ⚽ ⚾ ݱ஍ͰԠԉ͢ΔՁ஋ બखʮΈͳ͞Μͷ੠ԉʹࢧ͑ΒΕͯʯ Ԡԉஂʮ੠ԉͰνʔϜΛউͨͤ·͠ΐ͏ʯ ԠԉͷޮՌΛ਺஋Խ ˠݱ஍ϞνϕΛߴΊΔʂ

  4. ⚽ ⚾ ಉௐޮՌ ֮͑ͯؼͬͯ

  5. ⚽ ⚾ ৺ཧֶɿΞογϡͷಉௐ࣮ݧ 2ࠨͱಉ͡௕͞ͳͷ͸ʁ Ͳ͏Έͯ΋#͕ͩʜ sample A C B

  6. ⚽ ⚾ ৺ཧֶɿΞογϡͷಉௐ࣮ݧ ਓͰճ౴ͨ͠৔߹ˠ͕#ͱճ౴ ਓதਓ͕$ͱճ౴ͨ͠৔߹ ˠ͕$ͱճ౴ ૝ఆҎ্ʹपғʹӨڹ͞ΕΔ ˠ৹൑΋ྫ֎Ͱͳ͍͔΋ʂ

  7. ⚽ ⚾ ৺ཧֶɿ৹൑ͷಉௐݚڀ ઌߦݚڀ⚽ɿ ੠ԉ͸ϗʔϜΞυόϯςʔδʹӨڹ͢Δ Nevill, A. M., Balmer, N.

    J., & Williams, A. M. (2002). The influence of crowd noise and experience upon refereeing decisions in football. Psychology of Sport and Exercise, 3(4), 261-272. ϗʔϜʹ༗རͳδϟοδ Ի੠͋Γө૾ݟͨ৹൑ ʼԻ੠ͳ͠ө૾Λݟͨ৹൑
  8. ⚽ ⚾ ৺ཧֶɿ৹൑ͷಉௐݚڀ ઌߦݚڀ"⚾ɿ ؍٬ͷଟ͞Ͱ ϗʔϜΞυόϯςʔδͷڧ͕͞ҟͳΔ Moskowitz, T., & Wertheim,

    J. (2012). Scorecasting: The Hidden Influences Behind How Sports Are Played and Games Are Won. Basic Springer. ؍٬͕ଟ͍ ˠετϥΠΫɾϘʔϧͷؒҧ͍ʹΑΔ ϗʔϜνʔϜͷརӹ͕૿͑Δ
  9. ⚽ ⚾ ৺ཧֶɿ৹൑ͷಉௐݚڀ ઌߦݚڀ$⚽ɿ ελδΞϜͷܗঢ়͕ ϗʔϜΞυόϯςʔδʹӨڹ͢Δ Unkelbach, C., & Memmert,

    D. (2010). Crowd noise as a cue in referee decisions contributes to the home advantage. Journal of Sport and Exercise Psychology, 32(4), 483-498. ϗʔϜΞυόϯςʔδͷఔ౓ τϥοΫ͕ͳ͍ελδΞϜ ʼτϥοΫ͕͋ΔελδΞϜ
  10. ⚽ ⚾ αοΧʔͱ໺ٿ αοΧʔɿܗঢ়ͷҧ͍ ໺ٿ ɿ؍٬਺ͷҧ͍ ˠԠԉͷޮՌΛ͔֬ΊΔ ೔ຊͷԠԉͰ΋ޮՌ͕͋Δͷ͔ Ԡԉ͸νʔϜΛউͨͤΔͷ͔ʂʁ

  11. ಉௐޮՌԾઆ ϗʔϜ͕༗རͳ൑ఆͳΒ ᶃϗʔϜͰͷϑϦʔΩοΫ਺ ʼΞ΢ΣʔͰͷϑϦʔΩοΫ਺ ᶄϗʔϜͰͷΠΤϩʔΧʔυ ʼΞ΢ΣʔͰͷΠΤϩʔΧʔυ

  12. ಉௐޮՌͷܭࢉ๏ ˞ͳ͏͍͕ͣߟҊͨ͠ΦϦδφϧͷख๏Ͱ͢ ホーム アウエー 1試合あたり アドバン テージ 指数 フリー キック

    1029 996 0.5回 多い 103% イエロー カード 79 94 0.25枚 少ない 119% d +Ϧʔάͷࢼ߹σʔλ
  13. αοΧʔઐ༻ ϐον͕ͱͯ΋͍ۙ ˠ੠ԉ͕఻ΘΓ΍͢ ͍ʁ

  14. ٿٕઐ༻ ಉௐޮՌ τϥΠκʔϯͷ෼ ϐον͕গ͍ۙ͠ ˠαοΧʔઐ༻Α Γෆརʁ

  15. ཮্ڝٕ৔ ಉௐޮՌ τϥοΫͷ෼ ϐον͕ԕ͍ ˠಉௐޮՌ͕ى͖ ͮΒ͍ʁ

  16. ൺֱ 80% 100% 120% 85% 100% 115% Χ ồ υ

    ͷ গ ͳ ͞ ඃϑΝ΢ϧͷճ਺
  17. αοΧʔ·ͱΊ 80% 100% 120% 85% 100% 115% 80% 100% 120%

    85% 100% 115% Χ ồ υ ͷ গ ͳ ͞ ඃϑΝ΢ϧͷճ਺
  18. αοΧʔ·ͱΊ 80% 100% 120% 85% 100% 115% 80% 100% 120%

    85% 100% 115% Χ ồ υ ͷ গ ͳ ͞ ඃϑΝ΢ϧͷճ਺
  19. ൺֱ 80% 100% 120% 85% 100% 115% Χ ồ υ

    ͷ গ ͳ ͞ ඃϑΝ΢ϧͷճ਺
  20. αοΧʔ·ͱΊ 1試合あたり FKの差 1試合あたり カード枚数差 FKアドバン テージ指数 カード枚数ア ドバンテージ 指数

    専⽤ 0.3 0.12 102.1% 109.8% 球技専⽤ 0.5 0.04 104.0% 102.4% 陸上競技場 -0.1 -0.07 99.6% 95.2% d +Ϧʔάͷࢼ߹σʔλ
  21. αοΧʔ·ͱΊ ཮্ελδΞϜ͸൑ఆʹෆར ˠಉௐޮՌ͸ଘࡏ͢Δ ݱ஍ͰͷԠԉ͸νʔϜΛ উརʹ͚ۙͮΔʂʂ

  22. ⽁ϗʔϜνʔϜଧऀ ˠετϥΠΫऔΒΕʹ͍͘Մೳੑ ˠݟಀ͠ࡾৼͷ਺Λൺֱ ྫɿڊਓ  ͷࢼ߹͋ͨΓݟಀ͠ࡾৼ਺ ϗʔϜɿݸ Ϗδλʔɿݸ Ξυόϯςʔδࢦ਺ɿ

  23. ⽁ूܭظؒͷ؍٬ಈһ਺ϥϯΩϯάฏۉ ϩοςɿҐ ΦϦοΫεɿҐ ⻄武 ソフト バンク 楽天 ロッテ ⽇本ハム オリックス

    107% 104% 101% 99% 103% 90% 巨⼈ DeNA 阪神 広島 中⽇ ヤクルト 104% 113% 106% 102% 122% 110%
  24. ⽁ྫɿΦϦοΫε ೥ؒݸͷݟಀ͠ࡾৼΛଛ ˠࢼ߹ Ξ΢τ Ҏ্ͷଛ ˠ٢ాਖ਼ঘબख͕҆ଧͰ͖Ε͹ ଧ཰ˠͰटҐଧऀ ଞٿ৔ฒΈͷΞυόϯςʔδͳΒ टҐଧऀ͔ͩͬͨ΋

  25. ⽁؍٬ಈһ਺͕ΞυόϯςʔδʹӨڹʁ ˠ؍٬૿һ͕ิڧʹͳΓ͏Δʂ ˠ໺ٿ৔΁ߦ͜͏ʂ ˞ௐ΂Ε͹ௐ΂Δ΄Ͳ৻ॏʹٞ࿦͢΂͖݁Ռ͕ ˠ.-#΄ͲؤڧͰͳ͍ ˠڵຯͷ͋Δํ͸෇࿥Λݟ͍ͯͩ͘͞

  26. ⚽ ⚾ ·ͱΊ ಉௐޮՌɿ੠ԉ͸൑ఆʹӨڹ͢Δ উརΛׇ๬͢ΔͳΒ ݱ஍ʹߦ͜͏ʂ

  27. ⚽ ⚾ ·ͱΊ ଞͷεϙʔπͰ΋ ಉௐޮՌ͕ݟΒΕΔ͔΋ʜʂ ͝ҙݟɾ͝ײ૝ ࢥ͍౰ͨΔྫͳͲ଴ͬͯ·͢ʂ

  28. ⚽ ⚾ ෇࿥

  29. ⚽ ෇࿥ͷ໨࣍ ⚽αοΧʔ ⚾ ⽁໺ٿ ⚽⚾両⽅ • શΫϥϒͷΞυόϯςʔδࢦ਺  •

    ΫϥϒผΞυόϯςʔδࢦ਺  • ଞͷϗʔϜΞυόϯςʔδݚڀ  • ΞσΟγϣφϧλΠϜݚڀ • উͪ఺ʹΑΔӨڹͷݚڀ • ແ؍٬ࢼ߹ͷݚڀ • ݟಀ͠ࡾৼ෼ੳ  • ೥౓ผͷΞυόϯςʔδৄࡉ • ֤ٿஂͷΞυόϯςʔδৄࡉ • ଞͷൺֱํ๏ݕ౼  • ࢛ٿ෼ੳ  • ೥౓ผͷΞυόϯςʔδৄࡉ • ֤ٿஂͷΞυόϯςʔδৄࡉ • ஍ํٿ৔ൺֱ  • ҰٿσʔλݚڀϨϏϡʔ  • ଞͷൺֱɿ·ͱΊ  • ؂ࢹͷҧ͍΁ͷݴٴ  • Ԡԉͷҧ͍ͷࢦఠ  • Ԡԉͷ࠷దԽʹؔ͢Δߟ࡯  ⽁໺ٿ
  30. ⚽ શΫϥϒͷΞυόϯςʔδࢦ਺ チーム名 試合数 ホームFK アウェー FK ホーム警告ホーム退場 アウェイ 警告

    アウェイ退 場 FK指数 警告指数 トラック 観客平均 仙台 68 1041 1056 77 3 78 3 99% 101%球技 15136 神⼾ 68 909 892 103 4 122 8 102% 118%球技 18297 ⿃栖 68 1125 1052 75 2 86 0 107% 115%球技 13820 磐⽥ 51 862 836 66 1 82 4 103% 124%球技 15468 C⼤阪 34 447 436 37 0 25 0 103% 68%球技 19890 福岡 17 262 261 23 2 27 1 100% 117%球技 12857 松本 17 216 190 20 0 19 0 114% 95%球技 16823 G⼤阪 68 871 889 82 1 85 3 98% 104%専⽤ 22276 ⿅島 68 1049 1038 98 1 90 1 101% 92%専⽤ 18857 柏 68 1029 996 79 4 94 4 103% 119%専⽤ 11217 清⽔ 51 744 699 63 2 71 3 106% 113%専⽤ 14970 ⼤宮 34 489 492 51 1 56 4 99% 110%専⽤ 11639 札幌 34 473 443 51 1 59 3 107% 116%専⽤ 18321 浦和 68 1067 1066 70 0 81 6 100% 116%専⽤ 36181 広島 68 848 952 60 0 55 1 89% 92%陸上 15059 FC東京 68 1046 1052 84 1 90 1 99% 107%陸上 26436 横浜FM 68 1120 1098 88 3 83 1 102% 94%陸上 23695 川崎F 68 1005 966 80 3 73 4 104% 91%陸上 22116 名古屋 51 824 870 66 3 73 4 95% 111%陸上 19543 甲府 51 753 775 57 1 61 6 97% 107%陸上 10990 新潟 51 747 734 87 3 85 3 102% 98%陸上 21717 湘南 51 804 689 80 0 57 1 117% 71%陸上 11953 ⼭形 17 220 222 24 0 18 0 99% 75%陸上 10030 ⻑崎 17 241 263 16 0 17 0 92% 106%陸上 11225 d +Ϧʔάͷࢼ߹σʔλ ͯ͞ɺ߃ྫͷʁޙ͕ͨΓͷίʔφʔʹͳΓ·͢ɻ
  31. ⚽ ΫϥϒผΞυόϯςʔδࢦ਺ ઐ༻άϥ΢ϯυνʔϜͷϗʔϜΞυόϯςʔδ チーム名 試合数 ホームFK アウェーFK ホーム警告 ホーム退場 アウェイ

    警告 アウェイ退場 FK指数 警告指数 トラック G⼤阪 68 871 889 82 1 85 3 98% 104%専⽤ ⿅島 68 1049 1038 98 1 90 1 101% 92%専⽤ 柏 68 1029 996 79 4 94 4 103% 119%専⽤ 清⽔ 51 744 699 63 2 71 3 106% 113%専⽤ ⼤宮 34 489 492 51 1 56 4 99% 110%専⽤ 札幌 34 473 443 51 1 59 3 107% 116%専⽤ 浦和 68 1067 1066 70 0 81 6 100% 116%専⽤ d +Ϧʔάͷࢼ߹σʔλ ࠷ॳʹँࡑͰ͕͢ɺࠓճͷ෇࿥ɺ૬౰จࣈ਺͕ଟ͍Ͱ͢ɻ
  32. ⚽ ΫϥϒผΞυόϯςʔδࢦ਺ ٿٕઐ༻άϥ΢ϯυνʔϜͷϗʔϜΞυόϯςʔδ チーム名 試合数 ホームFK アウェーFK ホーム警告 ホーム退場 アウェイ

    警告 アウェイ退場 FK指数 警告指数 トラック 仙台 68 1041 1056 77 3 78 3 99% 101%球技 神⼾ 68 909 892 103 4 122 8 102% 118%球技 ⿃栖 68 1125 1052 75 2 86 0 107% 115%球技 磐⽥ 51 862 836 66 1 82 4 103% 124%球技 C⼤阪 34 447 436 37 0 25 0 103% 68%球技 福岡 17 262 261 23 2 27 1 100% 117%球技 松本 17 216 190 20 0 19 0 114% 95%球技 d +Ϧʔάͷࢼ߹σʔλ ͓ΑͦਓʹݟͤΔ΋ͷ͡Όͳ͍จࣈͷଟ͞Ͱ͢ɻ
  33. ⚽ ΫϥϒผΞυόϯςʔδࢦ਺ ཮্ઐ༻άϥ΢ϯυνʔϜͷϗʔϜΞυόϯςʔδ チーム名 試合数 ホームFK アウェーFK ホーム警告 ホーム退場 アウェイ

    警告 アウェイ退場 FK指数 警告指数 トラック 広島 68 848 952 60 0 55 1 89% 92%陸上 FC東京 68 1046 1052 84 1 90 1 99% 107%陸上 横浜FM 68 1120 1098 88 3 83 1 102% 94%陸上 川崎F 68 1005 966 80 3 73 4 104% 91%陸上 名古屋 51 824 870 66 3 73 4 95% 111%陸上 甲府 51 753 775 57 1 61 6 97% 107%陸上 新潟 51 747 734 87 3 85 3 102% 98%陸上 湘南 51 804 689 80 0 57 1 117% 71%陸上 ⼭形 17 220 222 24 0 18 0 99% 75%陸上 ⻑崎 17 241 263 16 0 17 0 92% 106%陸上 広島は新スタジアムで強くなるかも知れませんね d +Ϧʔάͷࢼ߹σʔλ ͜͏ͳͬͯ͠·ͬͨͷ͸ɺ੠ԉͷޮՌͷ෼ੳ͕૝ఆҎ্ʹ೉ղ͔ͩͬͨΒͰ͢
  34. ⚽ αοΧʔͷϗʔϜΞυόϯςʔδݚڀ ɾΞσΟγϣφϧλΠϜʹ͍ͭͯͷࢦఠ ԤभओཁϦʔάͰ͸ΞσΟγϣφϧλΠϜ͸ɺϗʔϜνʔϜ ͕ٯసউͪӽ͠Մೳͳ఺ࠩͩͱ௕͘ͳΓɺϗʔϜνʔϜ͕ᷮࠩ Ͱಀ͛੾Γ͍ͨ࣌͸୹͘ͳΓɺউഊͷมԽ͕ͳ͍Α͏ͳ఺ࠩͷ ৔߹͸ฏৗͷ࣌ؒͱͳΔ܏޲͕͋Δͱͷࢦఠ͕͋Δɻ +ϦʔάͰ΋ಉ༷ͷ܏޲͕͋Δ͔͔֬ΊͯΈ͔͕ͨͬͨɺʢࢼ ߹ΛݟΔҎ֎ͷʣΞσΟγϣφϧλΠϜͷ࣌ؒΛௐ΂Δํ๏͕ ෼͔Βͣ಴࠳ɻ

    Moskowitz, T., & Wertheim, J. (2012). Scorecasting: The Hidden Influences Behind How Sports Are Played and Games Are Won. Basic Springer. จࣈͷଟ͞͸ɺ೰Έͷ੻ͩͱࢥ͍ͬͯͩ͘͞ɻ
  35. ⚽ αοΧʔͷϗʔϜΞυόϯςʔδݚڀ ɾউͪ఺഑෼ʹΑΔΞσΟγϣφϧλΠϜͷҧ ͍ʹ͍ͭͯͷࢦఠ ݱࡏͰ͸উརɺҾ͖෼͚ɺෛ͚ͷউͪ఺͕ͦΕͧΕ  Ͱ͋Δ͕ɺҎલ͸  ͱ উͪͷՁ஋͕௿͍࣌୅͕͋ͬͨɻ͜ͷ࣌୅ʹ͸ઌड़ͨ͠ΞσΟγϣφϧλΠϜͷϗʔ

    ϜΞυόϯςʔδ͕௿͍ͱͷࢦఠ͕͋ͬͨɻ উརͷϧʔϧͷҧ͍ͱ͍͑͹ɺ+Ϧʔάʹ͸Ҏલ࠾༻͞Ε͍ͯͨԆ௕7ΰʔϧͱ͍͏ γεςϜ͕͋Δɻ7ΰʔϧγεςϜͰ͸Ҿ͖෼͚ૂ͍Ͱઓ͏ҙ͕ٛബΕɺબखɾ৹൑ ʹԿΒ͔ͷߦಈͷҧ͍͕ੜ·Ε͍ͯΔՄೳੑ͕͋Δͱ͸ߟ͕͑ͨɺ۩ମతʹͲ͕͜Ͳ ͏มԽ͢Δ͔Ծઆ͕ࢥ͍͔ͭͳ͔ͬͨͷͰࠓճ͸෼ੳΛߦ͑ͳ͔ͬͨɻ Moskowitz, T., & Wertheim, J. (2012). Scorecasting: The Hidden Influences Behind How Sports Are Played and Games Are Won. Basic Springer. ւ֎ͩͱ݁ߏ͕ࠩग़ΔͷͰɺ೔ຊ΋͍͚ΔͰ͠ΐʂ
  36. ⚽ αοΧʔͷϗʔϜΞυόϯςʔδݚڀ ɾແ؍٬ࢼ߹ʹ͍ͭͯͷࢦఠ ແ؍٬ࢼ߹Ͱ͸ɺϑΝ΢ϧͷ਺΍Χʔυͷग़ํʹϗʔϜΞυόϯςʔδ͕ͳ͍ͱ͍ ͏ࢦఠ͕͞Ε͍ͯΔɻ͜ͷࢼ߹͸ແ؍٬ࢼ߹ࢼ߹Λର৅ʹߦΘΕͨΑ͏Ͱ͋Δɻ +ϦʔάͰ͸ແ؍٬ࢼ߹͕͜͜·Ͱࢼ߹͔͠ͳ͘ʢ೥ୈઅӜ࿨ରਗ਼ਫɻ͜ ͷࢼ߹ͷελοπΛݟͯΈ͕ͨ໨ཱͭ෦෼͸ͳ͔ͬͨʣɺແ؍٬ࢼ߹ͷ෼ੳ͸Ͱ͖ͳ ͦ͏Ͱ͋ͬͨɻ Moskowitz, T.,

    & Wertheim, J. (2012). Scorecasting: The Hidden Influences Behind How Sports Are Played and Games Are Won. Basic Springer. Έ͍ͨͳϊϦͰ࢝Ί·͕ͨ͠ɺࢥͬͨΑΓେมͰͨ͠
  37. ೥౓ผͷΞυόϯςʔδৄࡉ ⚾ ೥౓ผͷݟಀ͠ࡾৼϗʔϜΞυόϯςʔδ 1.59 1.75 1.71 1.53 1.65 1.61 105%

    106% 106% 全チームのデータをまとめたものになります。 どの年もビジター球場よりホーム球場において⾒逃がし三振が多いことがわかり ます。 2016-2018のデータ Ͱ͕͢ɺͲΜͳʹඍྗͰ΋ɺ੠ԉ͕νʔϜΛ༗རʹ͢Δͱ͍͏ͷ͸
  38. ֤ٿஂͷΞυόϯςʔδৄࡉ ⚾ ֤ٿஂͷݟಀ͠ࡾৼϗʔϜΞυόϯςʔδ 1.77 1.62 1.54 1.45 1.76 1.34 1.90

    1.71 1.93 1.77 1.69 1.80 1.65 1.55 1.52 1.47 1.72 1.49 1.83 1.51 1.81 1.75 1.39 1.63 107% 104% 101% 99% 103% 90% 104% 113% 106% 102% 122% 110% ※ホーム球場は、それぞれの球団でその年⼀番試合をしたスタジアムにしています。 ですので、地⽅開催の試合は除外されています。 2016-2018のデータ ࢲతʹ͸ت͹͍݁͠Ռʹࢥ͑·ͨ͠ɻ
  39. ଞͷൺֱํ๏ ⚾ ͜ͷ-5தͰ͸ɺݟಀ͕͠ࡾৼͷݮগΛϗʔϜΞυόϯςʔδͱଊ͑·͕ͨ͠ɺ෇࿥Ͱ͸ߋʹ̐ͭͷ ࢹ఺͔ΒϗʔϜΞυόϯςʔδΛߟ͍͑ͨͱࢥ͍·͢ɻ ᶃ࢛ٿ਺ ετϥΠΫϘʔϧͷ൑ఆ͕ϗʔϜνʔϜʹ༗རʹͳΔͷͰ͸͋Ε͹ɺϗʔϜٿ৔Ͱ͸Ϗδλʔٿ৔ ൺ΂ͯϗʔϜΞυόϯςʔδ͕ڧ͍Մೳੑ͕ߟ͑ΒΕ·͢ɻ ᶄ஍ํٿ৔ͱͷൺֱ ؍٬਺͕ଟ͍ͱಉௐޮՌͰϗʔϜΞυόϯςʔδ͕ڧ͍ͳΒɺ஍ํٿ৔Ͱͷࢼ߹ʹ͓͍ͯϗʔϜΞ υόϯςʔδ͕ऑ͘ͳΔՄೳੑ͕ߟ͑ΒΕ·͢ɻ

    ᶅҰٿσʔλΛ༻͍ͨݕ౼ʢઌߦݚڀͷϨϏϡʔʣ ࣮ࡍʹ̍ٿ͝ͱͷσʔλΛ෼ੳ͢Δ͜ͱͰ൑ఆͷϗʔϜΞυόϯςʔδݕ౼Ͱ͖·͢ɻࢲ͸̍ٿ σʔλΛ͍࣋ͬͯͳ͍ͨΊɺઌߦݚڀΛ঺հ͠·͢ɻ ᶆϏδλʔνʔϜϦΫΤετͷ੒ޭ཰ʢఏҊʣ ϗʔϜʹ༗རͳ൑ఆ͕෴͞ΕΔͱ͍͏ҙຯͰɺϦΫΤετͷ੒ޭ཰͸ϏδλʔνʔϜͷํ͕ߴ͍͔ ΋͠Ε·ͤΜɻϦΫΤετσʔλΛ͍࣋ͬͯͳ͍ͨΊఏҊʹཹΊ·͢ จࣈ਺ଟ͗͢ɻɻɻ
  40. ࢛ٿ਺ͷൺֱ ⚾ ೥౓ผͷ࢛ٿϗʔϜΞυόϯςʔδ 3.06 2.98 2.96 3.12 3.02 3.11 102%

    101% 105% 全チームのデータをまとめたものになります。 どの年もビジター球場よりホーム球場において四球が多いことがわかります。 ただし、⾒逃がし三振よりは効果が⼩さそうに思えます。 2016-2018のデータ ෇࿥͸ಡΈ෺ͱͯ͠໘ന͍ͨ͘͠ͷͰ͕͢ɺ
  41. ࢛ٿ਺ͷൺֱ ⚾ ֤ٿஂͷ࢛ٿϗʔϜΞυόϯςʔδ アドバンテージ指数が100%より⼤きいチームも⼩さいチームもありますが 観客数との相関などは⾒られませんでした。 ⾒逃し三振では、⼤きく不利だったオリックスも、ここではホームの恩恵を受け ています。 2016-2018のデータ 3.41 3.21

    2.96 2.98 3.24 2.63 2.66 2.53 3.47 3.46 2.40 3.18 3.43 3.13 2.95 2.79 3.31 2.67 3.11 2.45 3.01 3.65 2.62 3.65 101% 98% 100% 94% 102% 102% 117% 97% 87% 105% 109% 115% ࠓճ͸࿩୊΋ࢄҳͯͯ͠ɺຊ౰ਃ͠༁ͳ͍ͱࢥ͍ͬͯ·͢ɻ
  42. ஍ํٿ৔ͱͷൺֱ ⚾ ஍ํٿ৔ͱͷൺֱͰ͸ɺ ʮϗʔϜٿ৔ͱϏδλʔٿ৔Λൺֱͨ͠ ϗʔϜΞυόϯςʔδࢦ਺ʯͱ ʮ஍ํٿ৔Ͱͷओ࠵ࢼ߹ͱϏδλʔٿ৔Λൺֱͨ͠ Ξυόϯςʔδࢦ਺ʯΛൺֱ͢Δɻ Ծઆͱͯ͠͸ɺલऀ͕ޙऀΑΓ௿͍͜ͱΛ༧૝͍ͯ͠Δɻ ˞೥ؒͰ஍ํٿ৔Ͱͷओ࠵ࢼ߹͕ࢼ߹ҎԼͰ͋Δ%F/"ɾࡕਆɾϩος͸෼ੳ͔Βআ֎ͨ͠ ˞஍ํٿ৔͸ٿஂͷຊڌ஍ʢΦϦοΫε͸ਆށ΋ຊڌ஍ͱ͢ΔʣҎ֎ͷελδΞϜΛࢦ͢ɻ

    ࣍ճҎ߱ͷ൓লʹ͍͖ͯ͠·͢ɻ
  43. ஍ํٿ৔ͱͷൺֱ ⚾ ֤ٿஂͷݟಀ͠ࡾৼʢ্ʣͱ࢛ٿʢԼʣϗʔϜΞυόϯςʔδ ⾒逃し三振のアドバンテージ指数は地⽅球場の⽅が⾼いものの、 四球のアドバンテージ指数はホーム球場の⽅が⾼かった。 2016-2018のデータ ⻄武 ソフトバ ンク 楽天

    ⽇本ハム オリックス 巨⼈ 広島 中⽇ ヤクルト 平均 ホーム球場での アドバンテージ指数 107% 104% 101% 103% 90% 104% 102% 122% 110% 105% 地⽅球場での アドバンテージ指数 86% 150% 104% 112% 101% 109% 161% 196% 144% 129% ホーム球場での アドバンテージ指数 101% 98% 100% 102% 102% 117% 105% 109% 115% 105% 地⽅球場での アドバンテージ指数 93% 81% 107% 112% 76% 83% 90% 132% 100% 97% ࿩୊͕ࢄҳͨ͠ཧ༝ͱͯͭ͠ͷεϙʔπΛѻͬͨ͜ͱ͕ڍ͛ΒΕ·͢
  44. ஍ํٿ৔ͱͷൺֱ ⚾ ֤ٿஂͷݟಀ͠ࡾৼʢ্ʣͱ࢛ٿʢԼʣϗʔϜΞυόϯςʔδ ⾒逃し三振のアドバンテージ指数は地⽅球場の⽅が⾼いものの、 四球のアドバンテージ指数はホーム球場の⽅が⾼かった。 →観客数によるアドバンテージの違いは現状⾒られない →ただ、地⽅球場のサンプル数が少ない(最⼤のチームでも17試合)の で、もっと多くのデータが必要 →同調効果の⼤きさによる効果を明確には⽰せていない 4QPBOB͸৭ΜͳεϙʔπͷΪʔΫ͕ू·ΔΠϕϯτͰ͔͢Βɺ

  45. /1#Ͱͷઌߦݚڀ ⚾ NPBでの1球データを対象にした審判の判定バイアスについて扱った研究を紹介す る。 市川博久⽒は2019年2⽉の分析で、 全体・打席の初球・2ストライク時・3ボール時の4つの場⾯、 ゾーン内ボール率・ゾーン外ストライク率(つまり誤り率)を算出した。 ホームチームとビジターチームの間で誤り率について⽐較した結果、 4つの場⾯で共通の傾向は⾒られなかったため、 「NPBにおいてはMLBと異なりホームに有利な審判のバイアスは存在せず

    、ホーム アドバンテージは別の要因によって⽣み出されていると考えられる」と指摘してい る。 市川 博久(2019.2). 球審はホームチームに有利な判定をするのか?. https://1point02.jp/op/gnav/column/bs/column.aspx?cid=53489 ଟ͘ͷεϙʔπͰڞײ͞Εͦ͏ͳ࿩୊ΛબΜͩͭ΋ΓͰ͢
  46. /1#Ͱͷઌߦݚڀ ⚾ 前ページの研究が、今回の私の提案と相反しない可能性も考えられる。 市川⽒は、2ストライク時の分析で「2ストライク時では、ゾーン内ボール率が⼤きく 上昇」「ゾーン内ボール率ではおおむねホームに有利な判定がされているようではあ る。」と指摘しており※、 これは、ホームチームの⾒逃し三振が少ないという私の指摘と合致する。 また、このアドバンテージは100球に2球ほどだそうで、1試合あたり0.07個⾒逃し三 振が少ないことと(感覚的にではあるが)⼀致する。 (直感には⼤きく反するが)判定のホームアドバンテージは⾒逃し三振に限った可能

    性も考えられる。 ※ただし市川⽒はサンプルサイズを取り上げ、2ストライク時における誤差の⼤きさを指摘している。 市川 博久(2019.2). 球審はホームチームに有利な判定をするのか?. https://1point02.jp/op/gnav/column/bs/column.aspx?cid=53489 ଞͷεϙʔπͰ΋Θ͔Δʂͱͳͬͯ΋Β͑Ε͹޾͍Ͱ͢ɻ
  47. /1#Ͱͷઌߦݚڀ ⚾ さらに市川⽒は最新の分析で、レバレッジ(局⾯の重要度合い)による判定のバイア スについて分析し、以下の2つの理由から球審は中⽴である可能性を指摘している。 ・すべてのゾーンでホームチームのストライク判定率がビジターチームのストライク判定率と⽐べて⾼ くなっているわけではない ・仮にホームチームに有利な判定がされるのであれば、境界付近のストライク・ボールゾーンで、その ような傾向が現れると思われる(がそのような結果が⾒られない※) もし同調効果(=観客の歓声)が重要なら、レバレッジの⾼い場⾯ほどア ドバンテージが⼤きくなると考えらえるので、

    この結果は、同調効果の影響を否定する結果となっている。 ※なういず注 市川 博久(2019.10).球審の判定バイアスの研究Part4 〜ホーム・ビジター編〜 . https://1point02.jp/op/gnav/column/bs/column.aspx?cid=53569 ݸਓతʹ͸࠾఺ڝٕʹ͓͚ΔಉௐޮՌ͕͔֬Ίͯݟͨͯ͘
  48. /1#Ͱͷઌߦݚڀ ⚾ 先の記事では、「ホームに有利な審判のバイアスは存在せず 、ホームアドバンテージ は別の要因によって⽣み出されていると考えられる」 と指摘されているが、 別の要因について筆者である市川⽒に実際に伺ったところ、 環境への慣れ(球場の広さ、形状、芝、マウンドの違い等)が⼤きいのではないかと いう⾒解を⽰していた。 市川⽒はセイバーメトリクス・リポート4において、インプレーの打球結果を⽐較し、

    ホームチームはビジターチームに⽐べて適切に守備をしているとの指摘をしている。 これと同様に、ホームチームの投⼿はアウトを取るために適切な投球を⾏えている可 能性も考えられるのではないだろうか? まとまりには⽋けるものの以上でレビューとさせていただきます。 岡⽥ 友輔 ・道作・ 三宅 博⼈・morithy・蛭川 皓平・⾼多 薪吾・Student・⽔島 仁・神事 努・市川 博久 ・⼤南 淳 (2015). セイバーメトリクス・リポート4. ⽔曜社 ಉ͡෼ੳΛମૢ΍ϑΟΪϡΞεέʔτͰ΍ͬͯΈ͍ͨͳͱࢥͬͯ·͢
  49. ଞͷൺֱํ๏ɿ·ͱΊ ⚾ ̐ͭͷࢹ఺͔ΒϗʔϜΞυόϯςʔδΛߟ͑ͯΈ·ͨ͠ ᶃ࢛ٿ਺ ϗʔϜΞυόϯςʔδ͸͋Γͦ͏ɻͨͩ͠؍٬਺ͱͷ૬ؔ͸ݱঢ়ݟΒΕͳ͍ɻ ᶄ஍ํٿ৔ͱͷൺֱ ஍ํٿ৔͸؍٬͕গͳ͍͕ɺͦΕʹΑͬͯϗʔϜΞυόϯςʔδͰগͳ͍ͱ͍͏༷ ࢠ͸ݱঢ়ݟΒΕͳ͍ ᶅҰٿσʔλΛ༻͍ͨݕ౼ʢઌߦݚڀͷϨϏϡʔʣ ϗʔϜΞυόϯςʔδ͸৹൑ʹΑΔόΠΞεͰ͸ͳ͘ɺผͷཁҼͰ͋ΔՄೳੑΛࢦ

    ఠ͍ͯ͠Δɻ ᶆϏδλʔνʔϜϦΫΤετͷ੒ޭ཰ʢఏҊʣ ໘നͦ͏ͳ෼ੳͩͱࢥ͏ͷͰɺ/1#͞Μσʔλެ։ͯ͘͠Εͳ͍͔ͳ ͯ͞࠷ޙʹँࣙΛड़΂͍͖ͤͯͨͩ͞·͢ɻ
  50. ଞͷൺֱํ๏ɿ·ͱΊ ⚾ ̐ͭͷࢹ఺͔ΒϗʔϜΞυόϯςʔδΛߟ͑ͯΈ·ͨ͠ ᶃ࢛ٿ਺ ᶄ஍ํٿ৔ͱͷൺֱ ᶅҰٿσʔλΛ༻͍ͨݕ౼ʢઌߦݚڀͷ঺հʣ ᶆϏδλʔνʔϜϦΫΤετͷ੒ޭ཰ʢఏҊʣ ˠಉௐޮՌʹΑΔϗʔϜΞυόϯςʔδʹؔͯ͠ɺ൱ఆతͳσʔλ΋ଟ͍ ˠ·ͩ·ͩ৻ॏʹݕ౼͠ͳ͚Ε͹ͳΒͳ͍ ৹൑ʹόΠΞε͕ͳ͍ͳΒɺ೔ຊͷ৹൑͕தཱͱ͍͏ҙຯͰ༏लͰ͋Δূ͔ʁ

    ˠԠԉͷޮՌ͕ͳ͍ͱ΋ߟ͑ͮΒ͍ͷͰɺ಄ͷ۱ʹஔ͍͓͖ͯ·͢ɻ ϗʔϜΞυόϯςʔδͱ৹൑όΠΞεʹ͍ͭͯɺ
  51. ؂ࢹͷҧ͍ ⚾ Moskowitz, T., & Wertheim, J. (2012). Scorecasting: The

    Hidden Influences Behind How Sports Are Played and Games Are Won. Basic Springer. ໺ٿʹ͓͚ΔετϥΠΫ൑ఆͷόΠΞεͰ͕͢ɺ৹൑ͷޡΓΛϑΝϯ͕͔֬ΊΒΕ ΔΑ͏ʹͳ͔ͬͯΒɺݮগ܏޲ʹ͋Δͱͷࢦఠ΋͋Γ·͢ɻࠓճͷϫʔϧυγϦʔζ Ͱ΋ٿ৹ͷ൑ఆͷਖ਼֬͞ʹؔͯ͠ݴٴ͍ͯ͠ΔϑΝϯ͕ଟ͔ͬͨΑ͏ʹ΋ݟ͑·͢ɻ ࠓͷ࣌୅͋·Γʹ΋ࠅ͍൑ఆΛͨ͠৔߹ʹ͸ɺ4/4ͱ͔Ͱूத๒Րʹ͋ͬͯ͠·͍ ·͔͢Βɺٿ৹΋৺·Ͱ߯మʹ෢૷ͯ͠൑ఆ͢ΔΑ͏ʹͳͬͨͷ͔΋஌Ε·ͤΜͶɻ ೔ຊͰ͸.-#ͷΑ͏ʹ৹൑ͷޡΓΛϑΝϯ͕͔֬ΊΔ͜ͱ͸Ͱ͖·ͤΜ͕ɺͦΕ Ͱ΋Ұٿ৘ใΞϓϦ΍4/4ͷӨڹͰɺո͍͠δϟοδʹ͍ͭͯࢦఠɾ֬ೝͰ͖ΔྲྀΕ ͕ڧ͘ͳ͍ͬͯ·͢ɻ ࠓճ෼ੳͨ͠σʔλ͸dͱൺֱత࠷ۙͷ΋ͷΛѻ͍ͬͯͨͨΊɺϗʔϜ Ξυόϯςʔδ͕໌֬ʹग़ͳ͔ͬͨՄೳੑ΋͋Γ·͢ɻ΋͏গ͠ੲͷσʔλΛ৮Γͨ ͍ͷͰ͕͢ɺ/1#ͷ)1ʹ͸هࡌ͞Εͯͳ͍ͷ͕೰ΈͰ͢ɻ 市川博久さまに貴重な⾒解を伺いました。ありがとうございます。
  52. Ԡԉͷํ๏ͷҧ͍ ⚾ ⚽ ͜ͷ-5Ͱ͸ɺւ֎Ͱͳ͞Ε͍ͯΔઌߦݚڀ͕೔ຊͰ΋ಉ༷ʹͳΔ͔ͱ͍͏ࢹ఺Ͱ෼ ੳΛ͖ͯ͠·ͨ͠ɻ͜ͷࢹ఺ͷഎܠͱͯ͠ԤभαοΧʔͱ+Ϧʔάɺ.-#ͱ/1#Ͱ͸ Ԡԉͷ࢓ํ͕େ͖͘ҟͳΔ͜ͱ͕ڍ͛ΒΕ·͢ɻ ྫ͑͹ɺ+ϦʔάͷԠԉ͸ԤभαοΧʔ΄Ͳܹ͘͠ͳ͍Ͱ͢͠ɺ.-#Ͱ͸/1#ͷΑ ͏ʹ໐Γ෺Λ࢖ͬͨԠԉΛ͠·ͤΜɻ͜Ε͸ҹ৅࿦ʹͳΓ·͕͢ɺւ֎ͷํ͕೔ຊʹ ൺ΂ͯײ৘දݱ͕Φʔόʔͳҹ৅Λड͚·͢ɻʢձ৔૯ཱͪͰتͼɻؾʹೖΒͳ͍બ खʹ࢛ํീํ͔ΒϒʔΠϯάͳͲʣҰํɺ೔ຊͷԠԉ͸ԠԉͷงғؾΛָ͠ΉΤϯ

    λʔςΠϝϯτੑ͕ڧ͍΋ͷʹ΋ݟ͑·͢ɻ 相談に乗ってくれたスポーツ観戦友達の⽅々。ありがとうございました。
  53. Ԡԉͷํ๏ͷҧ͍ ⚾ ⚽ ͜ͷԠԉͷҧ͍ͷதͰɺւ֎ಉ༷ʹϗʔϜΞυόϯςʔδ͕࣮ࡍʹੜ·ΕΔͷ͔ͱ ͍͏఺͕ɺඇৗʹؾʹͳΔͱ͜ΖͰͨ͠ɻࠓճͷ-5Ͱ͸ࠃ಺ͷ࿩Λ͢Δͷ͕ਫ਼Ұഋ ͩͬͨͷͰɺࠃ಺ͱࠃ֎ͷൺֱ͸࣍ճҎ߱ͷల๬ͱݴ͑ΔͰ͠ΐ͏ɻ ໺ٿʹ͓͚ΔಉௐޮՌͷϗʔϜΞυόϯςʔδ͸৻ॏʹݕ౼͠ͳ͚Ε͹ͳΒͳ͍ͱ ઌड़͠·͕ͨ͠ɺ΋͔ͨ͠͠ΒԠԉͷํ๏ʹҧ͍ʹΑΔ΋ͷ͔΋͠Ε·ͤΜʢ௚ײత ʹ͸ཧղͮ͠Β͍Ͱ͕͢ʣ উͭͨΊʹԠԉ͕࠷దԽ͍ͯ͘͠ɺͳΜͯ͜ͱ΋ى͜Γ͏ΔͷͰ͠ΐ͏͔ʁ

    Spoanaで出会った⼈たちと、お互いの好きなスポーツ観にいくの⾯⽩そうだな
  54. Ԡԉͷ࠷దԽ ⚾ ⚽ ͯ͞ɺ༷ʑͳεϙʔπͰσʔλΛ༻͍ͨউརͷ࠷దԽ͕ਐΜͰ͍·͕͢ɺԠԉͷ࠷ దԽͱ͍͏ͷ͸ະ։୓ͷྖҬͩͱࢥ͍·͢ɻ νʔϜΛউͨͤΔԠԉʹ͍ͭͯɺαοΧʔࢦಋऀͰධ࿦ՈͷՏ಺Ұഅࢯ͕ڵຯਂ͍ هࣄΛॻ͍͍ͯ·͢ɻԠԉʹ͸ςϯϙʢϓϨʔ΁ͷΞϐʔϧ΍ͦͷλΠϛϯάʣͱϦ ζϜʢԠԉՎʣ͕͋ΓɺҰఆͷϦζϜ͚ͩͰ͸৹൑΍૬खબखʹӨڹΛ༩͑ΒΕͳ͍ ͱࢦఠ্ͨ͠Ͱɺαϙʔλʔ΋൪໨ͷબखͱͯ͠બखͱಉ͡Թ౓ͰελδΞϜΛಈ ͔͍ͯ͘͠ඞཁੑʹ৮Ε͍ͯ·͢ɻ

    ݱ৔͔Βͷࢦఠ͸໘ന͘͜ͷΑ͏ͳܦݧ஌Λ͏·͘਺ࣈԽͰ͖ͨΒ໘നͦ͏Ͱ͢ɻ উͭͨΊʹԠԉ͕࠷దԽ͞ΕΔதͰɺ৽͍͠Ԡԉͱ͔ੜ·Ε͖ͯͨΒ໘നͦ͏ͩͳ ͱ΋ࢥ͍ͬͯ·͢ɻʢ͍͍δϟοδΛͨ͠ϨϑΣϦʔΛԠԉ͢Δɺ௕ଧૂ͍ͷ৔໘ͱ ୯ଧͰ͍͍࣌ͰԠԉՎΛม͑ΔͳͲʣ 河内⼀⾺(2018). サポーターはサッカースタジアムで何をするべきなのか?. https://note.mu/kazumakawauchi/n/n4b87f652a48c なんて、作りながら考えていました。⾯⽩そう。
  55. Ԡԉͷ࠷దԽ ⚾ ⚽ ·ͨɺ΋͠ԠԉʹΑΔಉௐޮՌ͕ޮՌతͳΒ ԠԉΛͨ͘͠ͳΔΑ͏ͳબख͕وॏʹͳͬͯ͘ΔՄೳੑ΋ߟ͑ΒΕɺ ͜ͷՄೳੑ͸໘ന͍ͳͱࢥ͍ͬͯ·͢ɻ ۙ೥͸બखͷৼΔ෣͍ͱೳྗ͸ผͷ΋ͷͩͱߟ͑Δ܏޲͕ڧ͍Ͱ͕͢ɺ બखͷྑ͘ͳ͍ৼΔ෣͍ˠਓؾ௿ԼˠԠԉྗ௿Լˠ੒੷௿Լ ͱͳΕ͹ɺબखͷৼΔ෣͍΋੒੷ͷҰ෦ʹͳΓ·͢Ͷɻ ٕೳ͚ͩͰͳ͘ɺʢϑΝϯ΋ؚΊͨʣਓؒྗ͕ࢼ͞Ε͍ͯΔͱࢥ͑Δͱ

    εϙʔπͷָ͠Έํ΋޿͕Δͷ͔ͳͳΜͯࢥ͍·ͨ͠ɻ 読者のみなさま、最後まで⾒てくださりありがとうございました。