BoatraceCSV

スリットST推定 Phase 1: 実測 ST パネルとベースライン確定

docs/design/st_estimation.md の検証計画 Phase 1 の実施記録。正解データ(実測 ST)のパネルを構築して前処理ルールを確定し、ベースライン B0(公表全国平均 ST)/ B1(スタート展示 ST そのまま)の指標値を固定した。以後の仮説検証(Phase 2)はこの数字との比較で判断する。

実施日: 2026-07-20
再現: python notebooks/st_estimation/build_panel.py → python baseline_metrics.py (リポジトリの data/ を直接読む。中間生成物 st_panel.csv.gz 約 3.9MB は再生成可能なためコミットしない)

1. パネル仕様

data/results/realtime(実測 ST・実進入コース・F)+ data/programs/race_cards (公表全国平均 ST・級別・F 本数)+ data/previews/stt(展示 ST・展示進入コース)を レースコード × 艇番 で結合した 1 艇走 = 1 行のパネル。気象列(風向・風速・波高・天候)と決まり手も保持し、Phase 2 の H5(気象)にそのまま使える。

項目	値
期間	2025-11-01 〜 2026-07-20(約 8.5 ヶ月)
レース数	39,081
艇走数	234,061
選手数	1,639(選手あたり出走数中央値 141 走)
実測 ST 平均 ± SD(F 除外)	0.164 ± 0.072 秒

設計書 §2.1 では蓄積を「2.5〜3 ヶ月・5〜9 万艇走」と見積もっていたが、実際は 8.5 ヶ月・23 万艇走で 想定の約 3 倍。選手×コース別の縮約推定にも現実味がある。

データ実態の確定事項(設計書 §2.1 の未決 → 確定)

F の表現: Nコース_F 列は docs の記述(1=フライング/0=正常)と異なり、実データでは 文字 "F" / 空欄。F 艇の Nコース_スタートタイミング は負値 (853 件、範囲 -0.14〜-0.01)。F マーク無しの負値 ST も 7 件あり(データ側の癖)、正解からは「F または ST<0」をまとめて除外する → docs/data/results.md の記述を実態に合わせて修正済み
L(出遅れ): 専用マークは出現しない。ST 0.5 超の重い遅れ(243 件、最大 0.99)として数値のまま記録されている。正解には含める(実際に起きたスタートであるため)
欠損: 実測 ST の欠損は - の 5 件のみ。race_cards と結合できない艇走が 4,849 件(2.1%)、stt が無いレースが 8.0%
展示 ST の負値(展示 F)は 21.7%。本番と違い展示ではペナルティが無いため踏み込む選手が多い(H3 のバイアス補正が必須な根拠)
進入予測のずれ: 実進入 ≠ 枠番は 9.3%(艇走ベース)、展示進入 ≠ 実進入は 5.1%

2. 前処理ルール(確定)

正解 = F マーク無し ∧ ST 数値 ∧ ST ≥ 0 の実測 ST(234,061 → 233,196 艇走)
F 艇は回帰の正解に含めない(F 率 0.36%。将来 F リスクは別モデルで扱う)
順序系指標(Spearman・先頭艇・隊形)は正解と予測が全 6 艇そろうレースのみ
評価フレームは 2 つ: daily 相当(全レース、B0 系のみ)/ realtime 相当(展示 ST が全艇そろうレース、B0 と B1 を同一集合で比較)

3. ベースライン確定値

B0 = 公表全国平均 ST(0.00/欠損は 0.25 補完 = NO_RECORD_ST_FALLBACK)。 B0raw = 補完なし(H6 修正前の距離計算相当)。B1 = 展示 ST そのまま。

全期間(2025-11-01〜2026-07-20)

指標	B0 (daily)	B0raw (daily)	B0 (realtime)	B1 (realtime)
MAE	0.0548	0.0581	0.0544	0.1221
RMSE	0.0714	0.0783	0.0708	0.1517
バイアス	+0.003	-0.007	+0.002	-0.086
スリット順位 Spearman ρ	0.226	0.202	0.227	0.081
先頭艇一致率	23.4%	22.5%	23.5%	22.4%
隊形3分類一致率	42.7%	40.8%	42.7%	32.5%

テスト窓(直近 30 日: 2026-06-21〜07-20)

指標	B0 (daily)	B0raw (daily)	B0 (realtime)	B1 (realtime)
MAE	0.0526	0.0547	0.0522	0.1123
Spearman ρ	0.231	0.201	0.231	0.083
先頭艇一致率	24.1%	23.3%	24.1%	22.7%
隊形3分類一致率	43.4%	41.4%	43.3%	32.6%

補足:

実測の隊形分布は内凹み 22.4% / 横一線 41.4% / 外凹み 36.2%(しきい値 ±0.03。 境界ちょうどのタイは横一線に分類する決定的ルール。当初は浮動小数点の加算順で境界レースの分類が揺れていたため Phase 2 でルールを固定し、本表も再計算した)。 多数派クラス率 41.4% がチャンスレートであり、B0 の隊形一致 42.7% はほぼチャンス並み。改善余地が最も大きい指標
先頭艇一致のチャンスレートは 1/6 ≈ 16.7%(予測同値タイは不的中扱いの厳しめ定義)
H6 修正の定量効果(B0 vs B0raw): MAE -0.0033、ρ +0.024、隊形 +1.9pt。 0.00 = 最速扱いの解消はレース単位の順序指標にも効いていた
B1(展示 ST そのまま)は B0 より大幅に悪い。展示 ST と実測 ST の相関はわずか 0.047(展示 F を除いても 0.072)、バイアス -0.086(展示の方が早い)。設計書 §2.3 の「realtime では B1 にも勝つこと」という採用基準は実質無意味と判明 → B0 比での改善のみを採用基準にする(設計書を更新)

4. 記述統計と仮説への示唆

観察	値	示唆
公表平均 ST と実測の相関(艇走レベル)	0.237	現行予測子は弱い。改善余地大
同(選手レベル、30 走以上)	0.496	公表値は選手平均としてもノイジー
選手内の期間安定性(前半 4.5 ヶ月平均 vs 後半、各 15 走以上の 1,577 名)	0.772	H1 の根拠。実測履歴の選手平均は公表値(0.496)より大幅に安定した予測子になる
実進入コース別の実測 ST 平均	1c: 0.152 / 2c: 0.164 / 3c: 0.159 / 4c: 0.162 / 5c: 0.166 / 6c: 0.183	H2 の根拠。ただし定説(カド最速)と異なり 1 コースが最速・6 コースが突出して遅い。コース補正は「6 コース +0.02」が主効果
級別の実測 ST 平均	A1: 0.146 / A2: 0.161 / B1: 0.172 / B2: 0.187	H6(級別事前分布)の根拠。スプレッド 0.041 秒
F 本数別の実測 ST 平均	F0: 0.161 / F1: 0.180 / F2: 0.217	H4 の根拠。F1 +0.018、F2 +0.056 と大きい
公表 ST = 0.00 艇の実測平均	0.197(4,067 艇走)	0.25 補完は方向は正しいがやや遅すぎ。級別補完なら 0.19 前後が妥当(H6 後半)
選手内 ST 標準偏差(中央値)	0.068	1 走の ST はノイズ大。展示 1 本(H3)を強く信じられない理由

5. Phase 2 への持ち越し

追記 (2026-07-20): Phase 2 実施済み。結果は phase2_report.md。下記の MAE -10% 目標はオラクル床(0.0486)を下回る誤設定だったことが判明している。

目標値の具体化: 設計書の採用基準「B0 比 MAE -10%」は、daily で MAE ≤ 0.0493(全期間)/ ≤ 0.0473(テスト窓)に相当
H1+H2+H4 は上表の効果量から複合で MAE -10% に届く見込みが高い (級別・F 本数・コースだけで系統差 0.02〜0.06 秒が説明できる)
H3(展示ブレンド)は相関 0.047 という実態を踏まえ、優先度を下げるか「展示 F(踏み込み)を選手の攻め気配のシグナルとして使う」方向に仮説を修正する
隊形 3 分類はチャンス並みからのスタートなので、Phase 2 ではクラス別 F1 や混同行列も見る(多数派予測に退化していないかの確認)

6. 限界

正解は results/realtime に行がある確定レースのみ(中止・順延は含まれない)
単一期間の 1 回測定であり、テスト窓の数値は季節性(夏場の ST 傾向)を含む
進入コースは「実測」を使って評価しており、予測時に使える進入(枠番 or 展示進入)とのずれ(9.3% / 5.1%)は Phase 2 のモデル評価で吸収する必要がある
隊形しきい値 ±0.03 は仮置き(設計書 §2.2)。感度は未検証