モンテカルロ法でパチスロを解析する｜シミュレーション理論と機械割・設定差の検証手法

1. モンテカルロ法とは何か

モンテカルロ法とは、乱数を使って何万回・何百万回と仮想的に抽選を繰り返し、その集計から答えを出す計算手法のことだ。名前はカジノで有名なモナコの地区から来ている。パチスロに当てはめるなら「1台を100万ゲーム打ったらどうなるか」をパソコンの中で実行し、平均の出玉と、そのブレ幅を測る作業になる。

パチスロの機械割（1枚投入あたり何枚返ってくるかを%で表した数字。100%で収支トントン）は、本来なら役の確率と払い出し枚数を掛けて足すだけで求まる。実はこれは紙と電卓でも計算できる。ではなぜシミュレーションを回すのか。理由は2つある。

• 複雑な仕様は式にできない — 天井、モード移行、継続率シナリオ、上乗せの抽選が絡むと、手計算の式が組めなくなる。乱数で実際に動かすほうが早くて確実になる。
• 平均だけでは打ち手の役に立たない — 知りたいのは「平均でいくら勝てるか」ではなく「1日打って負ける確率はどれくらいか」「この出玉は偶然で説明がつくのか」だ。分布そのものはシミュレーションで見るのが手っ取り早い。

解析計算との違い

モンテカルロ法（乱数を回す）と解析計算（式で解く）は対立するものではなく、役割が違う。両方を突き合わせて初めて信用できる結果になる。

▼ この表の読み方: 黄色のセルがモンテカルロ法側の特徴。「精度が試行回数に依存する」ことだけが弱点で、それ以外は全面的にシミュレーションが有利だと読み取れる。逆に言えば、単純な役構成の機械割は解析計算で厳密に出せるので、シミュレーションの答え合わせに使うべきだということでもある。

2. モデル機Mのスペック

説明のために、ノーマルAタイプのモデル機を1台こしらえた。以下「モデル機M」と呼ぶ。実在する機種の解析値ではなく、この記事の計算用に定義した仮想スペックだ。実機の数値を当てにいくと古い値や別機種の値が混ざるので、あえて自分で組み立てた役構成を使う。この構成なら全ての数字を最後まで検算できる。

設定別のボーナス確率と機械割

▼ この表の読み方: 一番右の「1Gあたり純増」が機械割を枚数に直した値で、(機械割-100%)×3枚で求まる。設定1は1ゲームにつき平均0.088枚ずつ確実に減り、設定6は0.280枚ずつ増える。この小さな差が1日で数千枚の差になる。

役構成の全体像

機械割はこの表から直接計算できる。3枚掛けなので1ゲームの投入は3枚。各役の確率に払い出し枚数を掛けて全部足し、それを3で割ったものが機械割になる。

▼ この表の読み方: 黄色のセルが設定差の大きい役。BIGは1/273.1→1/240.1で1.14倍にしかならないが、REGは1/439.8→1/247.2で1.78倍になる。「REGが設定差の本丸」と言われる理由がここに出ている。ハズレ確率は他の役の確率を全部足して1から引いた残りで、シミュレーションを組むときの検算に使う。

機械割の計算（設定1の場合）

実際に手を動かすと以下になる。1ゲームあたりの平均払い出し枚数を積み上げていくだけだ。

▼ この表の読み方: 機械割の正体は「1ゲームで平均2.9117枚返ってくる」というだけの話。同じ計算を設定6でやると合計3.2799枚となり、109.33%になる。シミュレーションを書いたら、まずこの値が再現できるかを確かめるのが正しい順序になる。

規格詳細

▼ この表の読み方: 一番下の2行が最重要。設定6の期待差枚は+2,239枚だが、標準偏差が1,558枚もある。つまり1日打ったときの結果は「+681枚〜+3,797枚」あたりに3分の2が収まる程度のバラつきしかない。平均値は当てにならないという話がここから始まる。

3. 設定判別要素

ここが本題になる。「どの数字を数えれば、何ゲームで設定がわかるのか」をシミュレーションで定量化する。感覚ではなく誤判別率という一本の物差しに揃えると、判別要素の強さが一列に並ぶ。

主要な設定判別要素

モデル機Mで設定差があるのはBIG・REG・ぶどうの3つだけだ。この3つと、その組み合わせ、そして「差枚（出玉）そのもの」を判別材料にしたときの強さを比較する。

▼ この表の読み方: 数字が小さいほど強い判別要素。単独ではREGが最強で、BIGはほぼ役に立たない（36%も外す）。BIGとREGを合算にまとめず別々に数えるだけで11.2%から7.3%まで改善する点にも注目したい。そして差枚が16.2%で、小役カウントより弱い。BIGの252枚という大きな払い出しがノイズになるため、出玉を眺めるより地道にREGとぶどうを数えたほうが正確に読める。

小役確率の設定差

ぶどうは1/6.25と1/5.92で、見た目には5%程度の差しかない。それでも判別に効くのは、1日で1,200回以上もサンプルが取れるからだ。回数が多ければ小さい差でも浮かび上がってくる。

▼ この表の読み方: 1日回してもぶどうの期待回数の差はたった71回しかない。しかも1,280回前後の当たりが出る事象の標準偏差は約33回あるので、71回の差は約2σ分でしかない。「ぶどうが良い」という体感がどれほど当てにならないかが分かる。

ぶどう確率の95%信頼区間

実際に打った結果から逆算すると、ぶどう確率がどの範囲に収まるかが見える。設定1の台（真の値1/6.25）を回したとき、観測されるぶどう確率は以下の範囲に95%の確率で入る。

▼ この表の読み方: 5,000G回した設定1の台でも、ぶどうが1/5.88まで良く見えることが珍しくない。これは設定6の1/5.92より良い数字だ。つまり5,000G時点で「ぶどうが設定6並み」は、設定1でも普通に起きる。8,000Gを超えてようやく区間が分離し始める。

合算確率の95%信頼区間

▼ この表の読み方: 1,000Gの区間は1/851から1/92.6まで広がる。この時点の合算数値には情報がほとんど無いということだ。逆に30,000G回せば設定1の合算は1/197〜1/147の範囲まで絞られ、設定6とは完全に別世界になる。

BIG/REG比率での判別目安

合算が同じでも、その内訳がBIG寄りかREG寄りかで設定は読める。モデル機MはREGの設定差が大きいので、高設定ほどREG比率が上がる。

▼ この表の読み方: REG÷BIGが1.0に近づくほど高設定寄りになる。ただしこの比率は合算回数が少ないうちは激しく暴れる。8,000Gでも合算は設定1で約47回、設定6で約66回しか引けないので、比率だけで決め打ちするのは危険だ。合算回数が50回を切るうちは参考程度に留めたい。

設定ペアごとの難易度

設定1と設定6を見分けるのは、6段階の中では一番やさしい問題だ。現実に難しいのは、その中間を見分けることになる。以下は誤判別率を5%まで下げるのに必要な回転数を、ペアごとに求めたもの（BIG・REG・ぶどうを全部使った場合）。

▼ この表の読み方: 設定5と設定6の区別には約37,000G、1日8,000G回しても5日近いデータが要る。1台を5日間追い続けるのは現実的ではない。「設定5か6か」の議論はデータでは決着しないと割り切って、示唆演出や確定要素に頼るしかない領域だと理解しておきたい。

4. アプリ活用と総評

ここまでの計算を、ホールの椅子の上で暗算するのは無理がある。REG回数とぶどう回数から尤度比を計算し、事前確率を掛けて事後確率に直す作業は、電卓でも面倒くさい。実際の立ち回りでは、カウントした数字を入れたら判別結果が返ってくる道具を1つ持っておくのが現実的になる。

当サイトが公開している設定判別アプリ4本は、まさにこの計算を裏で回している。ぶどう回数・BIG回数・REG回数・総ゲーム数を打ち込むと、各設定の可能性が割合で出てくる仕組みだ。この記事で見てきたとおり、人間の体感は「たまたま良く見えているだけ」を高設定と誤認する方向に大きく偏る。機械に計算させる意味はそこにある。ホールでは打鍵とカウントに集中し、判断はアプリに任せる分業が効率的だ。

公式アプリ・無料

超設定判別 Aメソッド

パチスロ全シリーズ対応。設定推測アプリ史上最大規模の機種データベース。

アプリを見る →

総評（★★★★☆） — モンテカルロ法は「勝てる台を探す道具」ではなく、「自分がどれだけ分かっていないかを測る道具」だ。設定1と設定6の2択という最もやさしい問題でも、合算とぶどうだけで判断すれば1日打って5.2%は読み違える。この現実を数字で知っているかどうかで、粘るか見切るかの判断が変わってくる。逆に言えば、ここまでブレるという前提を持てば、1日の負けで手応えを見失うこともなくなる。

5. シミュレーションの組み立て

実際にモンテカルロ法を組むときの流れを追う。やっていることは「乱数を1個引いて、役を決めて、枚数を足す」の繰り返しでしかない。

1ゲームの処理フロー

1. 投入 — 差枚から3枚を引く
2. 乱数取得 — 0以上1未満の一様乱数を1個引く
3. 役の決定 — 累積確率と比較して、どの役に当たったかを決める（BIGなら0.003662未満、REGならそこから0.005935未満…という具合に区間で切る）
4. 払い出し — 当たった役の枚数を差枚に足す
5. カウント — 役ごとの成立回数を記録する
6. 繰り返し — 指定ゲーム数までループ
7. 集計 — 総払い出し÷総投入で機械割、差枚の分布から標準偏差を計算

累積確率テーブル（設定1）

乱数を役に振り分けるための境界値。この表を先に作っておけば、あとは比較するだけになる。

▼ この表の読み方: 一番下の累積が1.000000でぴったり止まることを必ず確認する。ここが1を超えていたら確率の設定ミス、足りなければハズレの計算漏れだ。シミュレーションのバグの大半はこの検算で見つかる。

乱数の選び方

モンテカルロ法の土台は乱数だ。ここで手を抜くと結果が歪む。

▼ この表の読み方: 乱数の上限が32767しかない環境で1/65536のフリーズ確率を扱うと、そもそも表現できない。扱う最小確率の分母より十分に細かい乱数を使う必要がある。特に理由がなければメルセンヌ・ツイスタを選べば間違いない。

6. 収束と分散の解析

大数の法則という言葉は広く知られている。「回せば理論値に近づく」というやつだ。ただしこれは平均値についての話で、枚数そのもののブレは回せば回すほど大きくなる。ここを混同すると判断を誤る。

収束するもの、しないもの

▼ この表の読み方: 左の列は増え続け、右の列は縮み続ける。これが大数の法則の正確な姿だ。機械割（割合）は収束するが、差枚（絶対量）は発散する。100万G回せば機械割は±1%まで絞れるが、そのときの差枚は平均から±16,030枚もズレうる。「回していればいつか理論値に戻る」は、枚数の話としては成り立たない。

1日の結果から設定は読めるか

8,000G打ち切ったときの結果が、どの設定でどれくらいの確率で起きるかを整理した。

▼ この表の読み方: 一番効く数字は「設定1でも+1,000枚以上が11.7%」。9台に1台は設定1でも1日で1,000枚以上出る計算になる。逆に設定6でも1.9%はマイナス1,000枚以下で終わる。スランプグラフの形から設定を断定するのは、この確率を無視した推論だということが分かる。

グラフの見た目に騙されない

ランダムウォーク（でたらめに上下する動き）は、人間の目には「意図のある形」に見えやすい。設定1の台でも、途中で右肩上がりの区間が現れるのはごく普通のことだ。

軍資金と飲まれる確率

期待値がプラスでも、途中で資金が尽きれば終わる。設定6（1Gあたり+0.280枚、標準偏差17.42枚）を打ち続けたとき、手持ちを使い切ってしまう確率を軍資金別に計算した。20円スロ・1,000円で46枚貸しの換算になる。

▼ この表の読み方: 機械割109.33%という破格の台でも、軍資金1万円では4割以上が途中で飲まれる。これは「打ち続けた場合にいつかは資金が尽きる確率」の近似値なので、1日で切り上げる実戦ではもっと低くなる。それでも高設定を掴んでも資金が足りずに降ろされるという事態が、決して珍しくないことは読み取れる。

7. 必要サンプル数と見切りの目安

「何ゲーム回せば結論が出るのか」を、目的別に表にした。パチスロで一番よく見積もりを誤るのがここになる。

機械割を実測するのに必要な回転数

▼ この表の読み方: 機械割を±1%の精度で「実測」するには約110万G、毎日8,000G回して137日かかる。解析サイトの機械割は実測値ではなく、役構成からの理論計算値だということがここから分かる。実戦データで機械割を検証しようという発想は、そもそも成立しない。

確率を推定するのに必要な試行回数

シミュレーション側の話。ある確率pの事象を、相対誤差1%（標準誤差ベース）で測るのに必要な試行回数は、おおよそ「(1÷p)×10,000回」になる。

▼ この表の読み方: フリーズのような1/65,536級の事象を素直なシミュレーションで測ろうとすると6.6億回の試行が要る。こうしたレアな事象は乱数を回すのではなく、解析計算で直接求めるべき領域になる。モンテカルロ法は万能ではなく、確率が小さい事象ほど不向きだ。

回転数別の判別進捗

▼ この表の読み方: 実戦で判断を迫られるのは1,000G〜3,000Gの時間帯だが、この段階の誤判別率は16〜28%もある。データが足りない時間帯の判断は、データではなく示唆演出とホールの傾向で決めるしかない。統計を知るほど、序盤は統計に頼らない結論になる。

8. 尤度比とベイズ更新

ここまでは「設定1と設定6のどちらか」という2択で話を進めてきた。実戦ではもう1つ材料がある。そのホールに設定6がどれくらい入っているかという事前の情報だ。これを織り込むのがベイズ更新になる。

1回の事象が持つ情報量

尤度比とは「その事象が設定6で起きやすい度合い÷設定1で起きやすい度合い」のこと。1より大きければ設定6寄りの証拠になる。

▼ この表の読み方: 尤度比は掛け算で積み上がる。REGを1回引くたびに設定6の可能性が1.78倍になるが、その裏で「REGが来なかったゲーム」が尤度比を少しずつ下げている。だから回転数を無視したREG回数だけを見てはいけない。必ず総ゲーム数とセットで評価する。

8,000G打ったときの尤度比

本当に設定6の台を8,000G打った場合、BIG・REG・ぶどうを全部使った尤度比は平均でおよそ1,000倍前後まで開く。逆に設定1の台なら1,000分の1前後まで下がる。ただしこの値は台ごとに大きくブレるので、「平均すれば1,000倍」であって「必ず1,000倍になる」わけではない。誤判別が3.5%残るのは、まさにこのブレのせいだ。

ホールの設定配分を織り込んだ事後確率

尤度比が出たら、事前確率（そのホールで設定6が使われている割合）と掛け合わせて事後確率にする。

▼ この表の読み方: 同じ尤度比100倍のデータでも、設定6を使わないホールでは50.3%にしかならず、使うホールなら91.7%になる。台のデータだけでは結論は出ず、ホール選びが精度を決めるということが数字ではっきり出ている。同じ台のデータを持って帰っても、どこで打ったかで意味が変わる。

確定要素の扱い

設定示唆演出や設定確定演出は、尤度比の枠組みで見ると特殊な位置にある。低設定では絶対に出現しない演出は、尤度比が無限大になるからだ。1回出た瞬間にそれ以前のデータが全部吹き飛ぶ。

▼ この表の読み方: 尤度比10倍は1.78倍を約4回掛けた値にあたるので、強い示唆演出1回はREG4回分に相当する。REG4回分を稼ぐには1,000G以上を要するので、示唆演出を1回見逃すことは1,000G分のデータを捨てるのと同じになる。序盤ほど演出を丁寧に拾う価値が高い理由がこれだ。

9. 自分でシミュレーションを回す手順

実際に手を動かすときの順序。いきなり100万G回すのではなく、小さく作って検算しながら育てていくのが失敗しないやり方になる。

1. 役構成表を作る — 役名・確率・払い出し枚数を1つの表にまとめる。設定ごとに列を分ける
2. 確率の合計を検算する — 全役の確率を足して1を超えないことを確認。残りがハズレになる（モデル機Mの設定1なら66.70%）
3. 機械割を解析計算で出す — 確率×払い出しを全部足して3で割る。これが正解データになる（設定1で97.06%）
4. 1,000Gだけ回してみる — 動くことだけ確認する。この時点の機械割は±33%もブレるので、値が合わなくても慌てない
5. 100万G回して機械割を突き合わせる — 手順3の解析値と小数点以下1桁まで一致すれば、実装は正しい
6. 差枚の分布を記録する — 8,000Gを1試行として1万回繰り返し、差枚のヒストグラムと標準偏差を出す
7. 判別ロジックを載せる — 各試行で観測されたBIG・REG・ぶどう回数から尤度比を計算し、正しい設定を選べた割合を数える
8. シードを変えて再実行する — 結論が変わるなら試行回数が足りていない。桁を1つ増やして回し直す

検算に使うチェックポイント

▼ この表の読み方: 自作のシミュレーションを走らせて、この数字が再現できれば実装は正しい。特に機械割は解析計算で厳密に求まる値なので、100万G回してここが合わなければどこかにバグがある。「なんとなく動いている」で先に進まず、必ずこの突き合わせを通す。

10. 実戦での使い方

ここまでの計算を、ホールでの動きに落とし込む。結論から言えば、モンテカルロ法が教えてくれるのは「判別を頑張る」より「判別が効く状況を選ぶ」ほうが効くという一点になる。

朝から打つ場合

朝イチから閉店まで回せば8,000G前後になり、誤判別率5.2%という実用的な精度に届く。ただしこれは閉店まで打ち切った結果であって、途中の判断材料としては使えない。1,000G時点の誤判別率は28.3%もある。序盤は小役データではなく、示唆演出とホールの設定配分傾向で判断するしかない。データが効き始めるのは概ね3,000Gを過ぎてからになる。

夕方から拾う場合

他人が回したデータを引き継ぐ形になるので、回転数そのものが味方になる。5,000G回っている台に座れば、その時点で誤判別率10.0%の情報が手に入る計算だ。ただし前任者のぶどうカウントは残っていないので、実際に使えるのはデータカウンターに出ているBIG・REG回数と総ゲーム数だけになる。ぶどう抜きのBIG・REGだけでも、8,000Gあれば誤判別7.3%まで絞れるので十分に意味がある。

設定狙いと期待値狙いの違い

▼ この表の読み方: 天井狙いは「今何ゲームか」が分かれば判断できるので不確実性がほぼない。一方の設定狙いは、最後まで確率的な賭けから逃れられない。両者は優劣ではなく性質が違うので、資金量と1日に使える時間で選び分けたい。

ホール選びが精度を決める

ベイズの表が示したとおり、事前確率1%のホールでは尤度比1,000倍を引いても事後確率は91.0%止まりになる。事前確率10%のホールなら同じデータで99.1%だ。設定を使わない店で判別技術を磨いても、届く上限が決まっている。イベント日の傾向、機種ごとの設定投入履歴、営業の癖といった情報は、統計的には「事前確率を上げる作業」にあたる。小役を1万回数えるより、この観察のほうが効率が良い場面は多い。

負けが続いたときの考え方

設定6（機械割109.33%）を打っていても、8,000Gでマイナスになる確率は7.5%ある。10日通えば1日くらいは高設定でマイナスを喰らう計算だ。これは腕でも読みでもなく、単に標準偏差1,558枚という数字の帰結でしかない。結果から手順の良し悪しを判定しようとすると、必ず誤った学習をする。判断すべきは結果ではなく、座った時点の根拠が妥当だったかどうかになる。

公式アプリ・無料

超設定判別 Aメソッド

パチスロ全シリーズ対応。設定推測アプリ史上最大規模の機種データベース。

アプリを見る →

11. よくある質問

Q. モンテカルロ法は何回回せば十分なのか

測りたい確率によって変わる。目安は「(1÷確率)×10,000回」で、1/100の事象なら99万回、1/65,536のフリーズなら約6.6億回が必要になる。機械割のような平均値なら100万Gも回せば±1.05%まで絞れるので、実用上は100万Gが1つの基準になる。試行回数が足りているかは、乱数シードを変えて結論が変わらないかで確認したい。

Q. 8,000G打てば設定はわかるのか

設定1か設定6かの2択に限れば、BIG・REG・ぶどうを全部使って誤判別率3.5%まで絞れる。ただし設定5と設定6の区別となると8,000Gでも誤判別22.3%で、5%まで下げるには約37,000G必要になる。実戦での設定判別は「設定を特定する」のではなく「低設定を切る」作業だと考えたほうが現実に合う。

Q. 機械割は実戦データで検証できるのか

できない。機械割を±1%の精度で実測するには約110万G、1日8,000G回しても137日かかる。8,000G程度では±11.7%もブレるので、1日のデータから機械割を語ることに意味はない。解析サイトに載っている機械割は実測値ではなく、役構成から解析的に計算した理論値になる。

Q. スランプグラフの形で設定は読めるのか

形だけでは読めない。設定1でも8,000Gで+1,000枚以上出る確率は11.7%あり、9台に1台は起きる。逆に設定6でも1.9%は-1,000枚以下で終わる。グラフから読み取れるのは差枚という1つの数字だけで、その判別力は誤判別率16.2%と小役カウントより弱い。総ゲーム数とBIG・REG回数まで込みで見て初めて情報になる。

Q. 表計算ソフトでもシミュレーションできるのか

数万回程度なら問題なくできる。ただし100万行の計算は動作が重く、乱数の品質も実装依存になる。本格的に回すならメルセンヌ・ツイスタ（周期は2の19937乗-1）を標準搭載した処理系を使いたい。注意点として、乱数の上限が32767しかない環境では1/65,536のような細かい抽選をそもそも表現できないので、扱う最小確率の分母より細かい乱数が使えるかを先に確認しておきたい。

12. 関連ページ

本記事の数値はすべて、記事内で定義したモデル機Mの役構成から解析的に計算した理論値である。実在機種の解析値ではないので、実機の判別に使う際は当該機種の役構成に置き換えて計算し直す必要がある。手法そのものはどの機種にもそのまま適用できる。