当ブログのおすすめコンテンツ

バジリスク絆 天井狙い攻略!BC間でハマるほどAT期待度上昇?

バジリスク3 絆 朝一設定変更後の実践値!挙動・恩恵は?

バジリスク絆 天井狙い実践値攻略第2弾!

「BC間でハマるほどAT期待度が上昇するのか?」

今回の記事ではそんな問いに、大量実践値から導いた明確な数字でお答えします。

それではご覧ください。

●モードはBC当選まで転落なし!

まずはバジリスク絆のモードの特徴について簡単におさらい。

モードはA~Eの5段階。
上位モードほどBCからのAT当選率が高くなり、モードD・E滞在時のBCはAT当選確定となります。

モード移行契機はBC当選時とチャンス目。
BC当選までモード転落はありません。

つまりBC間でハマっているほど高モードの期待度が高まります!
(例えば同じ台でBC後0Gより100G消化後の方が高モードの可能性が高くなります)

ではハマリ台はどの程度ATに期待できるのか?

大量実践値から検証したのがこちらです。
↓↓↓

●ハマリ台でもAT当選率に変化なし?

BC当選ゲーム数別AT当選率実践値
バジリスク絆 BC当選ゲーム数別AT当選率

※設定不問・モード不問のデータです
※転載可。転載の場合はリンクを貼ってください

ハマリ台でもAT当選率に特段変化は見られませんでした…

というか天井最深部が最もAT当選率が低くなりましたw

理由は以下2点が考えられます。

  • 高モードへの移行は基本BCから。チャンス目による移行はおまけ程度?
  • 高モードはそもそもBC間であまりハマらない

1つ目のはただの推測です。

2つ目はモードは実はBC当選率に関わる「状態」移行にも関連してるんですよね。

高モードほど高確・超高確に移行しやすいため、結果BC間でハマりづらくなります。

チャンス目によるモード上昇と、高モード時の当たりやすさが絶妙なバランスで、結果どのハマリゲーム数でもAT当選率には大差ないんだと思います。

結論はBC間天井で浅めから攻めすぎるのは危険。
300Gくらいからが丁度いい狙い目ですかね。

そしてもちろん本命はATスルー回数天井の方です^^

バジリスク絆 AT間天井は6回スルーから期待値大!

バジリスク絆 記事一覧

おすすめコンテンツ

機種名で記事を探す(更新順)
あ行 か行 さ行
た行 な行 は行
ま行 や行 ら・わ行
スポンサードリンク

16件のコメント

  • PON

    こんにちわー!
    この記事の表を引用させてもらったんでご挨拶に来ましたー!
    全記事すごい情報量でびっくりしてますw これからもちょくちょく引用させてもらうかもしれないんでよろしくお願いします^^

  • 匿名

    このデータって統計処理行ってないですよね?
    単純な実践値からの推測は無意味ですよ。
    例えばバジ絆のようなスペックの台で毎回50%で当選するものあるとします。
    3回目が天井だとして、1回目と2回目のボーナスからのAT当選率を見るために100回施行のデータを二つ取ったとします。
    その際に1回目は40/100で当選、2回目は60/100で当選だった場合に20%の差が見られた。
    よって2回目の方が当選率は高い。

    とはなりません。

    統計処理を行うことによって当選率に有意差があるかないかまで調べない限りあなたの労力と時間は全て無駄になります。

    • だくお

      ご指摘ありがとうございます。
      おっしゃる通り、統計処理は行っていないただの実践値です。

      ですが 統計学的に証明になってない=無意味 とは思いません。
      素人が集計した、ただの推測にすぎないかもしれませんが、ある程度参考にはなる判断したので記事にしました。
      ただの実践値であるということを踏まえて上で、ご自身の判断で参考にしていただければいいかと思います。

      私自身、知識不足でまだまだ至らない部分もあるかと思いますが、よろしくお願いします。
      (”統計処理”でググってみましたが、すぐには理解できそうにありませんでした^^;)

      • 匿名

        ここまでしっかりとサンプル集めてらっしゃるのに、統計処理を行わないのはすごくもったいないです。

        サンプルを集めることによって『〜のような傾向がある』と仮説をたてます。その後その仮説は正しいのかどうかを統計を用いることによって証明するのです。
        仮説はあくまで仮説なので価値はありません。当たっていたとしても結果論。結果論というのもまた無価値です。
        サンプル集めは準備の段階であって、統計処理こそが本番なのでそこをしっかりと理解したらこのブログがやっていることは本当にすごいことだと思います。

        • だくお

          >仮説はあくまで仮説なので価値はありません。当たっていたとしても結果論。結果論というのもまた無価値です。

          仮説・結果論にすぎなくても、結果的にその情報を使ってスロットで勝てる可能性が高まるなら、それは価値がある情報だと思います。
          別にこのブログは、論文みたいに客観的な正しさを証明することを目的にしてるわけじゃないので…
          価値があるかどうか判断するのも、最終的には個人の主観になると思います。

          でも統計処理というのは今の自分にまったくなかった考えなので、時間あれば学んで、記事の内容もより良いものにしていきたいですね^^
          ご助言感謝いたします。

          • 匿名

            判断を読者に委ねるのであれば

            つまりBC間でハマっているほど高モードの期待度が高まります!

            といった断言とも取れる表現をしてはいけないと思います。という傾向が見られましたという事実を伝えるレベルに留めておくべきだと思います。

            確かに論文ではないですが自分が出した例のようなデータ収集と考察だけでは全く無意味なデータだと思いませんか?
            仮説が当たっていれば勝てる可能性が高くなりますが、間違っているかもしれない仮説をもとに立ち回ったら負ける可能性も高まると思うのですが、、、

          • だくお

            >つまりBC間でハマっているほど高モードの期待度が高まります!

            これは実践値どうこうではなく、BC当選までモード転落なしなので、例えば同じ台でBC後0Gと100G消化後を比較すると後者の方が高モードの期待度が高い!ということを言いたかっただけです。
            たしかにちょっと紛らわしい書き方だったかもしれません…

            断言するような表現にはならないよう心掛けてはいます。

            >確かに論文ではないですが自分が出した例のようなデータ収集と考察だけでは全く無意味なデータだと思いませんか?

            それが「スロットで勝つ」という目的を達成する助けになるなら、無意味とは思わないです。
            そもそもスロットで効率的に勝つためには、仮説・結果論をある程度受け入れる思考は絶対に必要だと思っています。
            例えば店選びも設定推測も所詮は仮説・結果論にすぎないですよね?

            「この店は据え置きの”可能性が高い”」
            「この台は設定6の”可能性が高い”」

            こういった仮説を繰り返して(たとえそれが100%正しいとは言えなくても)、期待値を積み上げていくのがスロットで勝つことの本質です。

            仮説が正しかった場合のリターン>仮説が間違ってた場合のリスク
            であれば、100%仮説が正しいと証明する必要なないと思います。
            (もちろん正しいにこしたことはないですが)

            実践値に関しても、例え統計処理で仮説の正しさを証明したところで、データには高設定が含まれてたりなど色々と不確定要素もあるので、実際には100%正しいとは言えないです。

            こういう不確定要素を許容できない場合は、僕のブログは参考にされない方がいいかもしれません。

          • だくお

            念のため…上のコメントの補足ですが、

            仮説が正しかった場合のリターン>仮説が間違ってた場合のリスク

            というのは、もちろん仮説の精度も加味した上での話です。

            仮説の精度は立ち回りなら本人の知識や経験、実践値集計ならサンプル数によって左右されます。
            仮説の精度を高めるための手段の一つとして、統計を用いるのも有効なんだと思います。

          • 匿名

            自分が出した例のスルー回数に関係のなく、毎回50%で当選するというのでもう一度説明しますが

            1回目 40/100
            2回目 60/100

            というデータが集まったとします。
            このデータをどう解釈するかというのが仮説ですね。
            たいていの人は2回目の方が優遇されていると仮説を立てるはずです。

            2回目は1回目よりもボーダーをやや下げても期待値はあります!

            とあなたは言うと思います。

            この場合勝つための手助けになっていますか?むしろ負けやすくしてしまっていませんか?

            これを統計にかけると(有意水準次第ではありますが)有意差なしとでます。

            確率というのは断片的に取っただけでは必ず偏りが出ます。その偏りをフラットにして出来るだけ本当の確率を出そうとするのが統計です。

            あなたのブログにけちをつけたいわけでなく、せっかくのサンプルを生かしきれないのが非常にもったいないと感じたのでコメントさせていただきました。

          • だくお

            >2回目は1回目よりもボーダーをやや下げても期待値はあります!
            とあなたは言うと思います。

            期待値あると断定はしないです。
            でも解析出てない段階では、2回目は1回目よりも期待値がある可能性は高いという判断にはなると思います。
            それが結果的に間違えの場合があったとしても、期待値がある可能性が高い状況を追うことは、スロットで勝つための立ち回りとして間違ってないと思ってます。(あくまで僕の価値観なので押しつけはしません)

            >あなたのブログにけちをつけたいわけでなく、せっかくのサンプルを生かしきれないのが非常にもったいないと感じたのでコメントさせていただきました。

            この点に関しては、これまでのやり取りの中で十分に理解しています^^
            自分の知識不足と、記事の内容に改善の余地があることも認識してます。
            ご助言いただいたことにも感謝しています。
            ただその情報が役に立つかどうかの価値観は人それぞれ、ということを言いたいのです。

  • 匿名

    んー、なかなかわかっていただけないのが残念なのですが、先ほどのデータに統計をかけるだけで40%と60%の差は有意差では無く誤差であると数値としてででくるんですよ。
    なぜそれをしないのかが不思議です。

    確率を一つの視点からしか捉えないのは完全な間違いです。
    誤差なのか有意差なのかが大事なのです。

    • だくお

      あーなんとなく言われていることが分かってきたような気がします…

      僕がやってることは、とりあえずサンプル数の多さでごまかして、それが有意差か誤差かどうかも自分の経験・勘でごまかしている。

      例えば、
      1回目 40/100
      2回目 60/100
      僕「(あんまり自信ないけど)2回目狙っとけば期待値あるかも!」
      正しくは「統計処理をかけたところ、誤差の範囲内である。1回目と2回目の当選率に差異があるとは認められない」

      サンプル増やして、
      1回目 4000/10000
      2回目 6000/10000
      僕「これだけサンプル集めたし、(かなり自信を持って)2回目狙っとけば期待値ありそうですよ!」
      正しくは「統計処理をかけたところ、有意差と認められる。2回目の方が当選率が高いと証明された」

      こんな感じの理解で合ってますか?

    • だくお

      >なぜそれをしないのかが不思議です。

      今まではそもそも概念として知らなかったのでやりようがないです。
      今やろうにも知識がないから、知識を学ぶ時間がないからすぐには出来ないです。

      • 匿名

        はい、理解していただけたようです。

        自分の例を使うと
        1回目:40/100
        2回目:60/100
        のデータにおいて有意差が出ないと理由としては考えられるのは

        •サンプル数が足りていない可能性
        •当選率に差が無い可能性

        この段階では原因はどこにあるのかわかりませんが『二回目の方が当選率は高いというデータはあるものの二回目が優遇されているとは言えない』とう結論に留まります。
        先程の結果をふまえるともっとサンプルを増やす必要があるのでサンプルをさらに集めます。

        集めた結果
        1回目:485/10000
        2回目:515/10000
        との結果が得られた時の考察として
        •二回目優遇の否定
        •サンプル数の不足による偏りであった
        •当選率は回数に関係なくおよそ50%前後
        ということがわかります。

        しかし
        1回目:400/10000
        2回目:600/10000
        となり有意差が認められた場合は

        •サンプル数が足りなかった

        確率は偏りなく集められていなかったが100回試行ではサンプル数としては不十分であったことがわかります。
        その結果として
        •2回目の当選率は優遇されている。
        ということがわかります。

        統計をかけるメリットは
        •必要なサンプル数が把握できる
        •仮説を立証できる
        というところにあります。

        確率というのは本当に厄介で100件のサンプルでも10000件のサンプルでも結局は断片的に切り取ったものであることにはかわりません。
        重要なのは統計によって何件集めればいいかを見極めることも必要になってきます。
        ただがむしゃらに集めればいいわけでもないとも言えます。

        • だくお

          解説ありがとうございます。

          これまで力技と感覚に頼ってた部分があったので、とても参考になりました。

          分かりやすさと正しさのバランスも考えつつ、今後の記事作成に役立てていきたいと思います。

  • ジョン万次郎

    引けばいい

コメントを残す