競馬格言検証 – 夏は牝馬,牝馬は格より勢い

2022年1月15日2022年2月4日

目的

競馬格言「夏は牝馬,牝馬は格より勢い」の「牝馬は格より勢い」部分をデータ分析して検証する。

牝馬は格より勢い

この格言の意味は「格(血統)よりも勢いが大事だ」ということである。
格(血統)を表す指標として親馬の賞金額、勢いを表す指標として前回4レースの順位の平均値を使い、レース着順への各指標の影響を調べる。

検証結果

競馬データは、Kaggleで公開されているデータセットを利用させていただく。
このデータセットには、1986/01/05 – 2021/07/31のレース結果が含まれている。
JRA日本中央競馬会データ
https://www.kaggle.com/takamotoki/jra-horse-racing-dataset

馬の血統についてのデータは含まれていなかったので、2017年 – 2021年分のデータを下記をスクレイピングして集めた。
https://www.netkeiba.com/

馬の性別ごとに格と勢いのレース順位への影響をグラフ化すると以下のようになった。

格については牡馬・牝馬で回帰直線(赤線)が右肩下がりなので、親馬の賞金が高いほど、順位が良くなる傾向が見られる。

勢いについては全てで回帰直線(赤線)が右肩上がりなので、直近4レースの平均順位が良いほど、順位が良くなる傾向が見られる。

牝馬の格と勢いについて重回帰分析を行うと下記の結果になった。
格(親の賞金額:parent_prize)の係数は -1.666e-10
勢い(直近4レース平均順位:avg)の係数は 0.5522

Dep. Variable:	arrival	R-squared:	0.123
Model:	OLS	Adj. R-squared:	0.123
Method:	Least Squares	F-statistic:	3086.
Date:	Sat, 15 Jan 2022	Prob (F-statistic):	0.00
Time:	08:58:37	Log-Likelihood:	-1.2361e+05
No. Observations:	43863	AIC:	2.472e+05
Df Residuals:	43860	BIC:	2.472e+05
Df Model:	2
Covariance Type:	nonrobust

	coef	std err	t	P>\|t\|	[0.025	0.975]
const	3.8320	0.057	67.618	0.000	3.721	3.943
parent_prize	-1.666e-10	4.55e-11	-3.662	0.000	-2.56e-10	-7.74e-11
avg	0.5522	0.007	78.197	0.000	0.538	0.566

夏(7・8月)のレースに限定して重回帰分析すると下記になった。
格(親の賞金額:parent_prize)の係数は -2.04e-11
勢い(直近4レース平均順位:avg)の係数は 0.5585

Dep. Variable:	arrival	R-squared:	0.127
Model:	OLS	Adj. R-squared:	0.127
Method:	Least Squares	F-statistic:	659.9
Date:	Sat, 15 Jan 2022	Prob (F-statistic):	2.41e-268
Time:	08:58:37	Log-Likelihood:	-25645.
No. Observations:	9091	AIC:	5.130e+04
Df Residuals:	9088	BIC:	5.132e+04
Df Model:	2
Covariance Type:	nonrobust

	coef	std err	t	P>\|t\|	[0.025	0.975]
const	3.8720	0.123	31.425	0.000	3.630	4.113
parent_prize	-2.04e-11	9.84e-11	-0.207	0.836	-2.13e-10	1.72e-10
avg	0.5585	0.015	36.275	0.000	0.528	0.589