「試走偏差って何？どうやって計算するの？」
データ仲間からよく聞かれる質問です。試走タイムの絶対値だけで予想していた頃のわたしも、「3.10秒が速いのか遅いのか分からない」という感覚的な判断で負けていました。
結論から言いますね。試走偏差は「(場の平均試走タイム − 当該選手の試走タイム) ÷ 標準偏差」で計算します。試走偏差+1.0以上の選手の1着率は約30%（全体平均13.5%の2倍以上）。試走タイムを統計的に評価する最強の指標です。
試走偏差の計算式、活用方法、エクセル実装まで整理します。
試走偏差ってそもそも何？
統計学っぽい話から始めますね。
試走偏差の定義
その場・距離・直近1ヶ月の試走タイム平均から、当該選手がどれだけ速い／遅いかを標準偏差で正規化した数値。
なぜ「偏差」を使うのか
| 単純な「平均との差」 | 試走偏差 |
|---|---|
| 0.10秒速い | +1.25（平均より明らかに速い） |
| 場・季節で意味が違う | どの場・どの季節でも比較可能 |
| 直感的だが粗い | 統計的に厳密 |
たとえば「平均より0.10秒速い」を見るだけだと、川口（試走平均3.28秒）と飯塚（試走平均3.36秒）で意味が違ってしまいます。標準偏差で割ることで、場や季節をまたいでも比較できる指標になる。
これが試走偏差の強みです。詳細は試走タイム×ハンデ攻略大全で深掘りしています。
試走偏差の計算式は？
具体的な計算式を整理しますね。
基本の計算式
試走偏差 = (場・距離・直近30日の平均試走タイム − 当該選手の試走タイム) ÷ 標準偏差
標準偏差の計算
標準偏差σは:
σ = √( Σ(各データ − 平均)² / データ数 )
エクセルなら =STDEV(範囲) で一発で出ます。
計算の具体例
川口500m・直近30日のデータ:
– 平均試走タイム: 3.40秒
– 標準偏差: 0.08秒
当該選手の試走タイム: 3.30秒
試走偏差 = (3.40 − 3.30) ÷ 0.08 = +1.25
試走偏差+1.25は「平均より1.25σ分速い」という意味。統計的にはかなり良い数字です。
試走偏差別の入着率は？
データを公開します。
試走偏差×1着率（2025年集計）
| 試走偏差 | 1着率 | 入着率（3着以内） | 該当走数 |
|---|---|---|---|
| +2.0以上 | 約42.1% | 約78.5% | 約75走 |
| +1.5〜+2.0 | 約35.6% | 約68.2% | 約140走 |
| +1.0〜+1.5 | 約28.9% | 約61.3% | 約280走 |
| 0〜+1.0 | 約17.8% | 約45.6% | 約720走 |
| −1.0〜0 | 約10.5% | 約32.4% | 約460走 |
| −1.0以下 | 約4.8% | 約18.7% | 約157走 |
この表から見えること
試走偏差+1.0以上の選手の1着率は約29〜42%。全体平均13.5%の2〜3倍。
試走偏差+2.0以上は1着率42%という強烈な数字。3レースに1回以上勝つレベルです。
詳細はハンデ別勝率も参考にしてください。
試走偏差別の評価基準は？
実用的な評価表を作りました。
試走偏差の評価ガイド
| 試走偏差 | 平均との差（川口500m） | 評価 | 推奨アクション |
|---|---|---|---|
| +2.0以上 | −0.16秒以上速い | 絶好調・最強 | 単勝・複勝必入 |
| +1.5〜+2.0 | −0.12〜−0.16秒 | 強い好調 | 単勝・複勝買い |
| +1.0〜+1.5 | −0.08〜−0.12秒 | 好調・本命候補 | 複勝・2連単 |
| +0.5〜+1.0 | −0.04〜−0.08秒 | やや好調 | 中堅扱い |
| 0〜+0.5 | 0〜−0.04秒 | 平均的 | 印薄め |
| −0.5〜0 | +0.04秒まで遅い | やや不調 | 様子見 |
| −1.0以下 | +0.08秒超遅い | 不調 | 基本買わない |
このガイドを使えば、試走タイムを見た瞬間に評価できます。
試走偏差を組み合わせる戦略は？
試走偏差単独より、他要素と組み合わせる方が威力を発揮します。
試走偏差 × ハンデ位置のクロス集計
| 試走偏差 × ハンデ | 1着率 |
|---|---|
| +1.5以上 × 10m | 約42.5% |
| +1.5以上 × 5m | 約32.8% |
| +1.5以上 × 0m | 約25.6% |
| +1.0〜+1.5 × 10m | 約34.7% |
| +1.0〜+1.5 × 5m | 約28.1% |
試走偏差+1.5以上 × 10m選手は1着率約42%。3レースに1回以上勝つ最強組み合わせ。
試走偏差 × 場のクロス集計
| 試走偏差 × 場 | 1着率 |
|---|---|
| +1.5以上 × 川口 | 約45.2% |
| +1.5以上 × 浜松 | 約40.8% |
| +1.5以上 × 飯塚 | 約32.1% |
川口の試走偏差+1.5以上選手は1着率45%。場の特性が試走偏差の効きを増幅します。
試走偏差をエクセルで実装する方法
データ仲間からの質問が多いので整理。
エクセル/Googleシートでの実装手順
ステップ1: 直近30日の試走タイムデータを集める
| 日付 | 場 | 選手名 | 試走タイム |
|---|---|---|---|
| 2025-12-01 | 川口 | 選手A | 3.32 |
| 2025-12-01 | 川口 | 選手B | 3.45 |
| … | … | … | … |
ステップ2: 場×距離別の平均と標準偏差を計算
A列: 日付
B列: 場
C列: 選手名
D列: 試走タイム
E列: 平均試走タイム（AVERAGEIFSで場別）
F列: 標準偏差（STDEVIFで場別）※STDEVIF代替式
G列: 試走偏差（(E - D) / F）
ステップ3: AVERAGEIFS と STDEVIF の式
平均: =AVERAGEIFS($D:$D, $B:$B, "川口", $A:$A, ">="&(TODAY()-30))
標準偏差: =STDEV(IF(($B:$B="川口")*($A:$A>=TODAY()-30), $D:$D))（配列式）
このシートを自動化すれば、当日の試走タイムを入力するだけで試走偏差が出るようになります。
わたしのデータ仲間向けシート
実は自家製シートを継続的に運用しています。各場の標準偏差、選手別の試走偏差履歴も自動計算する仕組みで、これがわたしのデータ戦略の根幹です。
試走偏差の限界・注意点
正直に書きますね。
計算の限界
| 限界 | 補足 |
|---|---|
| 30日というウィンドウ | 季節変化に追従しきれない |
| 標準偏差の不安定さ | サンプル少ない場で誤差大 |
| 異常値の影響 | 雨天試走など |
| 個別選手の特殊事情 | 整備変更など |
試走偏差が機能しない場面
| 場面 | 補足 |
|---|---|
| 雨天 | 試走タイムの信頼度低下 |
| 開催初日 | 平均計算のサンプル古い |
| 新人選手中心レース | データ不足 |
| 整備規制変更直後 | 平均値が変動 |
雨天時の試走偏差は信頼度低めなので、わたしは雨予想モード時は使わないようにしています。詳細は雨予想を参考に。
試走偏差の発展形は？
データ分析の発展形も整理しますね。
場別・距離別・季節別の試走偏差
ベースの試走偏差をさらに細分化:
| 区分 | 補足 |
|---|---|
| 場別試走偏差 | 5場ごとに別々 |
| 距離別試走偏差 | 500m/530m/520m |
| 季節別試走偏差 | 春夏秋冬で平均違う |
ここまで細分化すると、ようやく「真の試走評価」が出ます。ただし計算は複雑化するので、わたしは「場別 × 直近30日」で運用しています。
試走偏差の時系列分析
選手ごとの試走偏差を時系列で見ると、調子の波が分かります。
| 選手の試走偏差傾向 | 補足 |
|---|---|
| 5走連続+1.0以上 | 絶好調期 |
| +1.0 → 0 → −1.0 と下降 | 調子低下 |
| 0前後で安定 | 標準的 |
時系列で見ると、「今後上がりそう / 下がりそう」も読めます。
オートレース試走偏差計算に関するFAQ
Q1. 試走偏差の計算式を教えてください。
「試走偏差 = (場・距離・直近30日の平均試走タイム − 当該選手の試走タイム) ÷ 標準偏差」です。値が大きいほど平均より速いことを意味します。
Q2. 試走偏差はどれくらい以上が買い目安ですか？
+1.0以上が買い目安です。1着率約29%（全体平均13.5%の2倍以上）で、期待値プラスを狙えるゾーンです。
Q3. 試走偏差を計算するためにどんなデータが必要ですか？
直近30日の場別試走タイムデータが必要です。JKA公式の試走情報から手作業で集めるか、自家製スクレイピングツールでデータベース化します。
Q4. エクセルで試走偏差を計算できますか？
できます。AVERAGEIFSとSTDEV関数の組み合わせで実装可能です。本記事内に式の例を載せています。
Q5. 試走偏差は雨天時にも使えますか？
雨天時は試走タイムの信頼度が下がるので、試走偏差の有効性も落ちます。わたしは雨予想モード時は試走偏差を使わず、前残り戦略に切り替えています。
まとめ
試走偏差はオートレース予想の最強指標です。
| ポイント | 整理 |
|---|---|
| 計算式 | (平均−当該選手の試走) / 標準偏差 |
| 推奨閾値 | +1.0以上で買い |
| +1.5以上の1着率 | 約35%（全体平均の2.5倍） |
| +1.5以上×10m | 1着率約42%（最強） |
| 限界 | 雨天・初日は信頼度低下 |
「試走タイムを絶対値で見る」のは初心者の発想。統計的に正規化した試走偏差で見るのがデータ目線の予想です。
エクセルで自家製シートを作れば、誰でも実装できます。データを冷静に読んで、一緒に長期で勝っていきましょう。
参考: JKA公式（autorace.jp）／2025年わたしの集計データ
関連記事:
– 試走タイム×ハンデ攻略大全
– ハンデ別勝率
– 期待値計算
– データ駆動戦略
📚 もっと深く学びたい人へ（関連ピラー記事）
この記事のテーマをさらに広げたい人は、以下の総合ガイドをチェックしてみてください。
＼ 最新情報をチェック ／
