ハナビ(花火)設定6の挙動・特徴データ解析です。
実機の挙動を再現したシミュレーターはスランプグラフ・設定期待度の表示機能付き。
さらに設定期待度は「RT中ハズレのみ考慮」「比率判別」「比率判別(改)」3種類の判別結果を比較できるようにしています。
10万日分のシミュレート結果から独自算出した期待収支・差枚数分布も公開!
ハナビ 設定6シミュレーター
結果データ | |
---|---|
設定 |
6
|
総回転数 | |
BIG | |
REG | |
ボーナス合算 | |
風鈴 | |
平行氷 | |
斜め氷 | |
差枚数 (機械割) | |
ボーナス間最大ハマリ | |
BIG間最大ハマリ |
BIG中 | |
---|---|
BIG消化ゲーム数 | |
斜め風鈴 | |
ハズレ |
花火チャレンジ中 | |
---|---|
HC消化ゲーム数 | |
ハズレ | |
通常リプレイ | |
パンク回数 |
花火GAME中 | |
---|---|
HG消化ゲーム数 | |
ハズレ | |
RTリプレイ | |
通常リプレイ |
スランプグラフ |
---|
設定期待度 |
---|
【RT中ハズレ考慮&リプレイ非考慮】 設定1 設定2 設定5 設定6 【RT中比率判別】 設定1 設定2 設定5 設定6 【RT中比率判別(改)】 設定1 設定2 設定5 設定6 ⇒比率判別(改)に対応した無料設定判別ツールはこちら |
他設定の挙動もシミュレーターでチェックしてみてください。(低設定は何ゲームで見切れるのか……?)
20日分のデータ・スランプグラフ
設定6のデータ・スランプグラフをまとめて確認したい方のために、8000G×20日分のシミュレート結果を選別なしで載せています。
交換率別の期待収支・勝率
設定 | 6 |
---|---|
機械割 | 108.52% |
平均投資(50枚貸し) | 15362円 |
平均投資(47枚貸し) | 16310円 |
最大勝ち | 13797枚 |
最大負け | -5635枚 |
交換率 |
持ちメダル ※500枚まで |
期待収支 | 勝率 |
---|---|---|---|
50枚等価 | - | 40876円 | 84.78% |
47枚等価 | - | 43485円 | 84.78% |
47-53枚 | なし | 36715円 | 82.97% |
あり | 37638円 | 83.75% | |
50-56枚 | なし | 34850円 | 83.07% |
あり | 35672円 | 83.82% | |
50-60枚 | なし | 31502円 | 81.99% |
あり | 32781円 | 83.17% |
差枚数分布データ
ハナビ設定6 差枚数分布 | |
---|---|
差枚数 | 割合 |
~-3001枚 | 0.34% |
-3000~-2001枚 | 1.37% |
-2000~-1001枚 | 4.07% |
-1000~-1枚 | 9.45% |
0~999枚 | 15.55% |
1000~1999枚 | 19.33% |
2000~2999枚 | 18.99% |
3000~3999枚 | 14.67% |
4000~4999枚 | 8.94% |
5000~5999枚 | 4.47% |
6000~6999枚 | 1.89% |
7000~7999枚 | 0.68% |
8000~8999枚 | 0.19% |
9000~9999枚 | 0.048% |
10000枚~ | 0.011% |
ハナビ設定6 差枚数達成率 | ||
---|---|---|
差枚数 | 達成率 | |
±0枚以上 | 84.78% | 1.18回に1回 |
+1000枚以上 | 69.23% | 1.44回に1回 |
+2000枚以上 | 49.89% | 2.00回に1回 |
+3000枚以上 | 30.90% | 3.24回に1回 |
+4000枚以上 | 16.23% | 6.16回に1回 |
+5000枚以上 | 7.29% | 13.7回に1回 |
+6000枚以上 | 2.82% | 35.4回に1回 |
+7000枚以上 | 0.93% | 107回に1回 |
+8000枚以上 | 0.25% | 402回に1回 |
+9000枚以上 | 0.059% | 1695回に1回 |
+10000枚以上 | 0.011% | 9091回に1回 |
ハナビ設定6・8000G×10万日のシミュレート結果です。
勝率は84.72%とそこそこの安定度。
ジャグラーなどRT非搭載Aタイプに比べると若干荒れやすく、3000枚達成率は30%以上あります。
スペック・設定差・設定6の特徴
設定 | BIG | REG | 合算 | 機械割 |
機械割 (フル攻略) |
---|---|---|---|---|---|
1 | 1/312.1 | 1/385.5 | 1/172.5 | 98.0% | 100.5% |
2 | 1/303.4 | 1/368.2 | 1/166.3 | 99.9% | 102.3% |
5 | 1/292.6 | 1/348.6 | 1/159.1 | 103.1% | 105.4% |
6 | 1/277.7 | 1/324.4 | 1/149.6 | 106.1% | 108.5% |
通常時の小役確率
設定 | 風鈴 | 平行氷 | 斜め氷 |
---|---|---|---|
1 | 1/15.66 | 1/52.85 | 1/1638.40 |
2 | 1/15.30 | 1/52.85 | 1/1638.40 |
5 | 1/14.97 | 1/48.05 | 1/1489.45 |
6 | 1/14.65 | 1/48.05 | 1/1489.45 |
BIG中の小役確率
設定 | 斜めベル | ハズレ |
---|---|---|
1 | 1/10.67 | 1/16384 |
2 | 1/8.26 | 1/16384 |
5 | 1/10.67 | 1/481.88 |
6 | 1/8.26 | 1/481.88 |
RT中の小役確率
花火チャレンジ中
設定 | ハズレ | リプレイ | 移行リプレイ |
---|---|---|---|
1 | 1/7.07 | 1/2.34 | 1/3.49 |
2 | 1/6.61 | 1/2.40 | |
5 | 1/6.16 | 1/2.49 | |
6 | 1/5.81 | 1/2.56 |
花火GAME中
設定 | ハズレ | RTリプレイ | 通常リプレイ |
---|---|---|---|
1 | 1/13.36 | 1/1.55 | 1/7.30 |
2 | 1/11.81 | 1/1.58 | |
5 | 1/10.44 | 1/1.62 | |
6 | 1/9.48 | 1/1.65 |
ハナビの設定判別で重要なのはBIG中ハズレとRT中ハズレ(&リプレイ)確率。
BIGを引けるかどうかが、判別スピードに大きく影響してきます。
ボーナス確率・RT中ハズレ確率収束表
上記はボーナス確率・RT中ハズレ確率がそれぞれどの確率範囲内に収まるのかを数値化した表です。
設定6でも終日稼働で約4回に1回、半日稼働なら約3回に1回で低設定域のボーナス確率になります。
一方RT中ハズレ確率は取れるサンプル数がBIGのヒキに左右されるという難点はあるものの、設定6の終日稼働で低設定域の数値になる頻度はそれほど多くありません。
さらに上記はRT中リプレイ確率を考慮していないため、比率判別を使えばさらに精度は上がります。
ハナビの設定判別でボーナス確率なんて二の次、三の次!
RT中ハズレ確率やBIG中など、他の要素を重要視していきましょう。
出玉と関係ない部分の設定判別要素が豊富なので、ハナビ設定6の負けデータを見ると不発でも中身は設定6挙動になるケースが多かったです。
他の設定でも同様の独自データや期待収支・シミュレーターを公開しています。
比率判別(改)の優位性
高設定ほど出現率が上がるRT中ハズレ、逆に高設定ほど出現率が下がるRT中リプレイ。
両者の比率を見ることで設定判別精度を高められる比率判別は有名ですよね。
そして、比率判別をさらに一段階発展させたのが比率判別(改)。以前に当ブログでも記事にしましたが、いまだに東京でもホールで実践している人はかなり少ない印象を受けます。
比率判別(改)を実践することで、低設定を素早く見切れるケースが増え、高設定を捨てづらくなります。
実際にシミュレーターを動かしてみて、3種類の判別方法による結果の違いを見比べてみてください。(総回転数も変えられます)
特に花火GAME中に通常リプレイを引きすぎた場合は、以下のように判別結果に結構大きな差が出てくることもあります。
毎回上記のような結果になるわけではなく、数値によっては逆に比率判別(改)で設定6期待度が下がってしまう場合もあります。
しかしそれはあくまで正しい設定判別をした結果であって、平均的な精度は間違いなく上がる手法となっているので、この機会に是非取り入れてみてください!
RTリプレイ見てる奴は周りで見たことないな
俺しかやってねえ。
それって順押し?
逆押ししてるとたまに変な形で止まるときあるけど関係あるのかなぁ
僕が知っているのは順押しですね。
逆押しの制御は分からないですが、もしかしたら他にも判別方法があるかもしれません。
いつもお世話になっております。
結局は目押しの精度に自信が持てず
他の要素を重視してしまいますね。
と言ってもハナビ設定狙いしてませんでした。
なりそう的な話です
目押しミスると高設定寄りの結果になってしまうので、精度に自信が持てない場合は使いづらいですよね。
Twitterでも同じ意見もらいましたし、もしかしたらそういう方も多いのかもしれません。