しままるの雑記帳

コンピュータを楽しみ、写真を楽しみ、科学を楽しみ、時に真剣に生き方について考えるサイト

科学

ポケモンレート 1700は実は凄い! ~レートと偏差値の関係~

投稿日:


ポケモンのレートを統計学から分析

「ポケモン レート」で検索すると
「レート2000達成しました!」など、高レートの人のコメント・記事が多く掲載されています。
また「レート1700以下は人権がない。ポケモン向いていない」など、心無いコメントも目立ちます。

今回の記事では、別にレート1700以下だろうが、向いていないわけではない。
むしろ1700はレートの高い方だということを示すために、レートの数値と偏差値の関係を計算してみました。

ちなみに、私はポケモンエンジョイ勢でレートは1500台前半でございます。100戦くらいしてこのくらいなので、その程度の実力なんだな~と思います。

レートと偏差値の関係

統計学に基づいた考え方のもと、レートと偏差値の関係を計算してみると、以下のようになります。

ポケモンのレートっていうのは、実は1500が偏差値50、すなわち平均なんだ。

へぇ~。1500ってあくまでスタートラインで、平均ってもっと高いもんだと思ってた~。

ネットの情報見てるとな、1700以下は初心者だとか、1800以上が中級だとか、まるでレート1700くらいが普通のような見え方がするんだが、実は1500が平均
というより、1500が平均になるように作られていると思うたい。

どうしてそんなこと言えるの?

統計学的手法で計算してみたら、平均がピッタリ1500になったんだ。標本数24万もあるのに、平均がぴったり1500になるなんて、気味悪いだろ?
だから俺はこのポケモンレートバトルは平均が1500になるように作られていると思ったったい。
多分だが、ポケモン作る側にその手の専門家がいるんだろうな。

レート1700って偏差値66.8なのね!ということは、大体上位4~5%ってこと?
スゴイじゃん!っていうか、スゴイじゃん!ワタシ!

オマエ、レート1700くらいあるのか?

うん!今、1724。

ふぅ~ん。まぁ、俺はエンジョイ勢なので興味ないが。

統計学的手法に基づいてレートの平均値、標準偏差、そして、レートと偏差値の関係を計算したところ、
1500が平均、1700は偏差値66.8であることがわかりました。偏差値66.8というのは上位約5%の人の数値です。
そうやって考えると、残り95%の人は人権がないとか、ポケモン向いてないとか、おかしな話だなぁと思います。

レートの平均・標準偏差の計算方法

これは、ヒストグラム(レート、得点、粒径などの分布)を元に計算したのかしら?

ああ。以前、ヒストグラムから平均・標準偏差、そして自分の偏差値を求める方法を解説しただろ?
あれと同じ方法で計算できるんだ。

そして、以下のサイトにレート別人口というのが掲載されていたので、そのデータを引用させていただいた。

※今回の計算には以下のサイトのデータを使用させていただきました。
ポケモンスプレッドシート

これでヒストグラムが描けるのね!

そうだ。そして、以下の式を使って平均と標準偏差を求めることができる。

xiはレート帯の中央値、例えば900~999だったら950と近似して・・・・
f(xi)は確率密度関数。確率なんだから、全部足し合わせたときに1になるように、
レート帯別の人数を全体の人数で割るのよね。

その通り。
・・・それにしても、レートバトルやっている人は24.7万人か~。すごい数だな。

昔も今も、他のゲーム、メディアとは一線を画しているよね。ポケモンは。24万人じゃあ、統計分析するには十分すぎる数だね。

上の式に基づいて、平均と標準偏差を求めてみたよ!

おう。そしたら、平均が1500、分散が14081、それの平方根をとった標準偏差が119だってことが分かるから、以下の式から標準偏差を求められるよな。

なるほど。さっきの表は平均に1500、標準偏差に119を代入して求めたのね。

まとめ

今回は、ポケモンレートと偏差値の関係ということで、レート1700は実はスゴイということを統計学の手法を使って示しました。

もちろん、レート帯1400~1600の中には、ちょっとだけレートバトルをやって放置している人が大勢いるということも承知しております。(私も最近やってないです。)
これは学力偏差値やTOEICの点数にも当てはまる(全員が全員ホンキで勉強しているワケではない)ことなので、その点含めて偏差値であるという考え方でいいのでは、と思います。

学力偏差値やTOEICの点数なども当てはまりますが、ネットの情報を見ていると、色々な数値がインフレしているように見えます。
ネット上で自分を大きく見せたいという人が集まっているからでしょうかね?(笑)
自分もそういう人種だったので、その気持ちは分からないこともないですが・・・。
それにしても「レート 1700 人権」という検索予測には違和感を感じずにいられませんでしたので、筆を執った次第です。

ポケモンで人を小馬鹿にするより、ポケモンそのものを楽しんだ方が楽しいですよ。

-科学

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

塩は温度が上がると溶けやすい?~ネルンスト-ノイエス-ホイットニー式~

目次1 塩は温度が上がると溶けやすい?2 実験3 平衡論と速度論4 ネルンスト-ノイエス-ホイットニーの式5 ネルンスト-ノイエス-ホイットニー式の応用5.1 塩が溶けるまでの時間を予想しよう5.2 …

三大栄養素の代謝とクエン酸回路(食べ物のゆくえ)

目次1 食べ物の成分1.1 三大栄養素の分解2 クエン酸サイクル3 クエン酸サイクルの材料をつくる3.1 デンプンの分解と解糖系3.1.1 デンプンの分解と糖の吸収・輸送3.1.2 解糖系によるピルビ …

ルビーの色はなぜ赤色なの?

目次1 ルビーの基本構造 コランダム1.1 コランダムの成分”アルミナ”1.2 コランダム型のアルミナの構造2 アルミナ中の不純物2.1 コランダム型にクロム原子が入るとルビーになる2.2 原子の電子 …

ナビエ・ストークス方程式を導出する

目次1 ナビエ・ストークス式2 導出2.1 運動方程式 (力 = 質量×加速度)2.2 質量2.3 加速度2.4 力2.5 運動方程式 F=ma へ代入3 おまけ3.1 NS式の厳密解の解き方は誰もわ …

機械学習の理解に必須 ベイズ統計学の基礎

目次1 記号の定義2 ベイズの定理2.1 臨床試験問題2.1.1 問題内容2.1.2 ベイズの定理の適用2.1.3 問題文を記号化する2.1.4 計算する2.1.5 結果を考察する3 ベイズの定理の使 …