天赦日・夢占い・AI予想を「検定できる形」に翻訳する

「効いた」と感じる瞬間の、統計的な仕組み

験担ぎが「効いた」と感じる瞬間は、誰の記憶にも起きる三つの偏りに分解できます。第一は生存バイアスです。天赦日に5等が当たった日はうれしい記憶として残りやすく、外れた回は印象に残りにくいものです。5等（本数字3個一致）の理論確率は約1/39ですから、10口買えばどこかで当たるのが標準の風景で、その回が吉日と重なれば、忘れられない一日になります。

第二は確証バイアスです。夢に「7」が出て、翌週の本数字に7があった。ある特定の数字が本数字に入る確率は毎回6/43、約14%です。夢に3つの数字が出れば、どれか1つが当たる確率は1−(37/43)(36/42)(35/41)≈37%。3回に1回は「お告げが当たった」と感じられる計算です。前回の数字が1個以上また出る確率は約62%で、これも「流れ」として目に留まりやすい数字です。

第三は、ノイズの中に形を見つける人間の得意技で、アポフェニアと呼ばれます。903通りの数字ペアを素朴に検定すると、一様乱数でも約39組が「有意」になり、実データでは32組でした。多重比較を補正すると0組。あとから探すと形はいくらでも見つかるので、どんな法則も事後的には強く見えます。これは検定する側も同じです。

験担ぎそのものに問題があるわけではありません。記憶は印象的な回を残しやすいので、確かめたくなったときは「信じる・信じない」ではなく「数え方を先に決める」ことが近道になります。

出典・データ：宝くじ公式：ロト6のルールと当せん確率 ／ SciPy公式資料：超幾何分布の定義（英語）

読者のための「事前登録プロトコル」

このサイトの検定は、事後に見つけた形が3回連続で再現しなかった経験から、データを見る前に設計を固定する手順を取っています。主検定の本数を絞り、その本数に応じて有意水準を厳しくし（2本なら Bonferroni 補正で α = 0.025）、それ以外は探索的な参考値として扱い、偏りを注入した陽性対照で「どれだけの効果なら見えるか」を先に示す。読者が自分の験担ぎに使う手順は、その縮小版です。

Step 1　事前登録：候補と口数を、取り消せない形で固定する

抽せんの前に、出目候補と口数を、あとから書き換えられない形で記録します。タイムスタンプ付きの投稿、日付入りのメモの写真、コミット履歴、何でも構いません。要点は、当たった回も外れた回も同じように残すことです。抽せん後に「あの回は本気じゃなかった」と回を選べる形だと、公平な比較になりません。

Step 2　対照群：同じ口数の無作為な組を同じ回について記録する

験担ぎの口数と同じだけ、無作為に選んだ組（当サイトのシミュレーターの結果でも構いません）を、同じ回について記録します。これが対照群です。検定のために実際に購入する必要はありません。当せん番号は購入の有無と無関係に決まるので、記録した組を抽せん後に公式結果と照合すれば、同じ判定ができます。験担ぎに効果があるなら、同じ回・同じ口数・同じ等級で、対照群より多く当たるはずです。比較相手が「何もしない場合」ではなく「同じ口数を選んだ場合」であることが重要で、口数の差が混ざると、多く記録した側が有利に見えてしまいます。

Step 3　評価関数：かすったは数えない

「1個一致した」「ボーナス数字が入っていた」は等級ではありません。ロト6の1口が本数字と1個以上重なる確率は 1−C(37,6)/C(43,6)≈61.87% で、どんな6個を選んでも3口に2口は「かすり」ます。かすりを数えると、どの選び方でも当たっているように見えてしまいます。評価は事前に決めた当せん等級の回数、または払戻額の合計だけで行います。ロト6で現実的に数えられるのは5等（約1/39）と4等（約1/610）です。1等（1/6,096,454）だけを評価指標にすると、小さな改善を検出するために非常に多くの試行が必要です。必要数は、検出したい差、有意水準、検出力によって有限の値として決まります。少数の結果だけでは、効果の有無を判断する精度が足りません。

Step 4　サンプルサイズ：有意水準を担保できる口数を先に計算する

効果の大きさを先に宣言し、必要な口数を計算します。5等の当せん率（約2.55%）を基準に、験担ぎ側が対照群の何倍で当たるかを仮定して、有意水準5%・検出力80%の二群比較に必要な口数を求めると次のようになります。

各群の口数 n ≈ [z₀.₉₇₅√(2p̄(1−p̄)) + z₀.₈√(p₁(1−p₁)+p₂(1−p₂))]² / (p₂−p₁)²

「当せん率が2倍になる」という強い主張でさえ、証明には両群で約1,800口の記録が要ります。実際に買えば約35万円に相当する量です。「少し上がる」程度の主張は、数百万円分の購入に相当する記録なしには肯定も否定もできません。数口の体験で白黒がつかないのは、験担ぎの側の問題ではなく、当せん回数の揺れがそれだけ大きいからです。

数値例：1年間、毎週10口ずつ比べると

現実的な実験を一つ設計します。52週にわたり、験担ぎの6個を10口、同じ回について無作為な組を10口、それぞれ記録します。各群520口です。5等の期待当せん回数はどちらも 520/39.2≈13.3回で、その揺れ（標準偏差）は√13.3≈3.6回。二群の差の標準誤差は√(13.3+13.3)≈5.2回なので、5%水準で「験担ぎ側が多い」と言うには、差がおよそ10回以上開く必要があります。験担ぎ側が23回、対照が13回、という程度の開きです。4等は期待0.85回で、1年では1回出るかどうかですから、評価には使えません。

この設計で1年やって差が10回未満なら、「効かなかった」ではなく「対照の1.7倍未満の効果は検出できなかった」と書きます。それでも、記憶だけに頼るより、ずっと多くのことが言えます。記録と照合だけなら費用はかかりません。1口200円で実際に買えば20万円強になる実験を、購入せずに行えます。

出典・データ：NIST統計ハンドブック：二項分布（英語） ／ 集計方法とデータの範囲

AI予想・セット球H・吉日を、同じ枠にかける

巷の予想法を、上のプロトコルにかけるとどうなるかを見ます。共通する手順は一つです。その主張を「同じ回・同じ口数の対照群より、事前に決めた等級で多く当たる」という形に書き直し、必要な口数を計算し、検定できるかを判定します。

AI予想には一言添えます。大規模言語モデルに「次のロト6」を頼めば、もっともらしい6個が返ってきます。それは過去の出目やSNSの言説を学習した文章生成であって、球の初期状態を測っているわけではありません。予測に必要な情報が入力に含まれていないので、どれほど賢いモデルでも、出力はよくできた乱数と同じ扱いになります。抽せん機が決定論的であっても初期状態を測れないため予測不能であることは、姉妹記事で詳しく扱っています。

セット球Hだけは性質が違います。これは「効かない」ではなく「いまのデータでは検定できない」主張で、正しいとも間違いとも言えません。抽せん会で発表されるセットを回ごとに記録していけば検定の材料にはなりますが、姉妹記事で見たとおり、10セットに分けると検出できるのは2倍近い偏りに限られます。確かめるには、長い時間と根気が要る問いです。

出典・データ：宝くじ公式：数字選択式宝くじの抽せん方式 ／ 夢ロトくん：技術仕様・参考値 ／ 宝くじ公式：ロト6のルールと当せん確率

験担ぎを楽しみながら、確かめたくなったときのために

吉日を選ぶわくわく感や、夢に出た数字に物語を重ねる楽しさは、娯楽としての宝くじの大切な一部です。この記事は、その楽しみを否定するものではありません。当せん確率はどの組を選んでも同じなので、験担ぎは確率を変える道具というより、ロトを味わうための自分なりの工夫として、無理のない範囲で付き合うのが自然です。

それでも「本当に効いているのかな」と気になったら、上の4ステップが最小構成です。事前登録、同口数の対照群、等級だけの評価、先に計算した口数。どれか一つが欠けると、判定が印象に残った回に引っ張られやすくなります。記録と照合だけでできるので、自分の験担ぎを題材にした小さな実験として試してみるのも面白いはずです。

最後に、検定する側の話を。このサイトの検定でも、事後に見つけた効果を3回信じかけ、そのたびに独立なデータで消えました。防いだのは統計の知識ではなく、データを見る前に手順を固定する地道な規律です。験担ぎの検定も同じで、必要なのは才能ではなく手続きです。手続きを知っていると、「必ず当たる」とうたう有料の予想商材や「必勝法」に出会ったときにも、落ち着いて中身を確かめられます。

出典・データ：宝くじ公式：ロト6のルールと当せん確率