WINSportsAI v3.0 (Elo+FIP+Park+Bullpen+League+Weather+Fatigue+Form+H2H) は ヤクルト 勝利を 53.1% で予測。フェアオッズは 1.88。市場オッズ ホーム 1.88 / アウェイ 2.13。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。
| 日付 | 球場 | スコア | 勝者 | AI予想 | 判定 |
|---|---|---|---|---|---|
| 2026-05-13 | 神宮 | ヤクルト 4 - 2 阪神 | ヤクルト | ヤクルト 59.4% | 的中 |
| 2026-05-12 | 神宮 | ヤクルト 0 - 10 阪神 | 阪神 | ヤクルト 59.4% | 外れ |
直近 2 試合の対戦成績: ヤクルト 1勝 / 阪神 1勝。 平均得点 ヤクルト 2.00 / 阪神 6.00。
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 |
| 阪神 | 2試合 | 1勝 1敗 (50.0%) | 平均得点 6.00 |
神宮 はホームチーム ヤクルト の本拠地球場 (パークファクター ×-4)。 投高 (投手有利・打者不利) 環境。1〜2点差の接戦になりやすく、先発投手の安定感が勝敗を分ける。 この球場における両チーム合計 7 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。
奥川恭伸 の今季成績は ERA 3.62。同じローテ内の他4名と比較して下位の安定感を見せています。 対 阪神 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。
大竹耕太郎 の今季成績は ERA 2.54。同じローテ内の他4名と比較して下位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 髙橋遥人・西勇輝 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: 奥川恭伸 -29.4 Elo / 大竹耕太郎 +3 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 |
|---|---|---|---|---|---|
| 桐敷拓馬 | 7.24 | 1.46 | 16 | 13.2 | ⚠️ 高 |
| 湯浅京己 | 3.77 | 1.12 | 15 | 14.1 | ⚠️ 高 |
| ドリス | 1.26 | 0.98 | 15 | 14.1 | ⚠️ 高 |
| モレッタ | 6.39 | 1.26 | 15 | 12.2 | ⚠️ 高 |
| 岩崎優 | 1.64 | 1.36 | 11 | 11 | 中 |
| 早川太貴 | 6.94 | 1.54 | 8 | 11.2 | 低 |
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。
| 気温 | 36.2 ℃ |
| 降水量 | 0 mm |
| 風速 | 6.1 m/s (強風・本塁打増) |
| 天候コード (Open-Meteo) | 0 |
| サマリー | 高温36℃ / 強風6m/s |
| 打撃ボーナス (両軍) | 11 / 11 Elo |
| 投手ボーナス (両軍) | 0 / 0 Elo |
当日予報: 高温36℃ / 強風6m/s。気温 36.2℃、風速 6.1m/s。 夏場の高温下で投手の球速が落ちやすい。中盤以降の継投が早まる傾向。
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 | 阪神 |
|---|---|---|
| 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 | 阪神 |
|---|---|---|
| チームOPS | 0.621 | 0.683 |
| リーグ平均OPS | 0.667 | |
| OPS差 (vs リーグ) | -0.046 | 0.016 |
| 直近10戦勝率 | - | - |
| フォーム調整 (Elo) | -18.4 | 6.4 |
| 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。 ヤクルト は打線が不調 (リーグ平均-0.046 OPS)。
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 | 阪神 勝率 | フェアオッズ |
|---|---|---|---|---|
| ホーム -1.5 / アウェイ +1.5 | 35.1% | 2.85 | 64.9% | 1.54 |
| ホーム -0.5 / アウェイ +0.5 | 45.1% | 2.22 | 54.9% | 1.82 |
| 勝敗のみ (1X2 / マネーライン) | 53.1% | 1.88 | 46.9% | 2.13 |
| ホーム +0.5 / アウェイ -0.5 | 61.1% | 1.64 | 38.9% | 2.57 |
| ホーム +1.5 / アウェイ -1.5 | 71.1% | 1.41 | 28.9% | 3.46 |
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 | 1555.1 Elo |
| アウェイ総合戦力 | 1533.3 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) | -29.4 / +3 Elo |
| 中継ぎ・抑え補正 | +11.9 / -17.1 Elo |
| パークファクター | ×-4 |
| リーグ補正 (CL vs PL 交流戦) | 0 Elo |
| フォーム補正 (OPS差) | -18.4 / +6.4 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：