さて今日も研究の日々なのだが。(僕は麻雀研究者ではないけど。)

作成注意メモ。

※2022年10月13日 仮説づくりでデータと文章がまとまっていません。今と所書きたい内容が「実証と研究-新麻雀ツモ％表は信頼できるか？」という新ツモ％表に集中しているため、他が空いています。

また「実証と研究-新麻雀ツモ％表」につきましてデータが止まっています。なぜならば「新ツモ％表」はデータの正確性から誰かの統合データを求めといるところがあります。そこで13日現在、麻雀新戦術研究所様のデータを使用して統合性を取りたい動きになっています。
ですが麻雀新戦術研究所様のデータがあっているかの証明が課題です。これが完了するまで新ツモ％表の研究は止まります。

→2022年10月19日より山の使用率が適切かのデータを、2011年のスモールデータより実証しています。少々お待ちください。

では「新ツモ％表」の研究を進めるのはどうすればよいかというと、
もとともこの論の題材は「牌の勢い」という、数回のツモの動き方の考察でした。

考察方法としまして、
①まったりマージャン牌譜にて6回のツモから4回の動きを確認できたものをピックアップして字牌マンズ(万)ソーズ(竹)ピンズ(輪)の四種類に分類して、その動きの特徴を捉えるというもの。　でした。

では➁に考察津方法があるのかというと、そこでやっと出てくるのがツモ％表というものです。
➁旧ツモ％表の考察

また考察としまして。
・なぜ誤解が起きたのか？
・その誤解を解決するには？

の二つが必要となります。

・その誤解を解決するには？には解消の仕方も書いておきます。

ですが、新ツモ％表も山の正確な残り枚数の移行のグラフがないといけず信頼できるグラフが必要となります。そのため、

課題①麻雀新戦術研究所様のデータがあってるいるか？

という検証と仕組みの解析が必要となりました。

※この記事は書きかけです。2022年10月3日から8日の(名取の)大学に仮に持っていくように徐々に作成しています。また協力として数々の名サイトより引用があります。その引用は私の研究よりも価値が大きいため引用の言葉や図はそのまま引用しています。またチェックはネマタさんに仮添削してもらう予定です。(まだ頼んでいな汗)完成はまだまだですねー。10月6日記載。

・まとめ-前論として-山の体感の求め方と連続によるツモ率の推移とスモールデータからの山の証明-

今回は記事のまとめ兼なにを研究しようとしたか？の推移と、大本である山の体感と称する。連続するツモの抽選の確率の素案からできるツモ％表(新単純ツモ％表)というデータの紹介と、それからなる山の解体。つまり山の109牌譜の解析によるスモールデータからの山の各順目ごとの含有率を調べようという試論である。

これが新ツモ％表。

拡大1-8枚形。

拡大12-30枚形。

なぜ連続だとツモ％が上がるのかについて。

では実際にどのように活用するか？について。実演したいと思う。

配牌。
ここから。
マンズ(万)をツモる、33枚の形の％。

竹の29枚をツモる％。

字牌の23枚をツモる％。

マンズ(万)をツモる、33枚の形の％

マンズ33枚図

今回はツモ順から4順目までが試論に入るため、
2順目　一回目のツモ率39％　
3順目　二回ツモ想定率84％　
4順目　三回ツモ想定率93％
となる。

竹の29枚をツモる％。は。

竹29枚図

今回はツモ順から4順目までが試論に入るため、
2順目　一回目のツモ率34.5％　
3順目　二回ツモ想定率87％　
4順目　三回ツモ想定率95％
となる。

では楽しくなってきたところで字牌に移る。

字牌23枚図

今回はツモ順から4順目までが試論に入るため、
2順目　一回目のツモ率27.3％　
3順目　二回ツモ想定率92％　
4順目　三回ツモ想定率97％
となる。

ただしがつく。これは下記にもあったが正式な目安として使うにはずれが多い。

理由。
マンズ33枚図＋竹29枚図＋ピンズ36枚図(省略)＋字牌23枚図

総足し算計算図。

簡単に計算してみたが、
1順系144-756%
複合形二枚ツモ想定だと344%-74%
複合形三枚ツモ想定だと377-141%

と誤差は多い。

・必要なデータとは

ではこれを解消するためには、やはりというかデータがいる。

そのデータの取り方はスモールデータの109枚の牌譜の整理にあるが今後になる。

・109枚の牌譜の整理

またなぜデータをる必要があるのか？というと、

まずこちらの言い分として、この新ツモ％図は使い方さえ間違えなければ信頼できる表であると思う。

しかし信頼できないのには理由があり、それは一端に相手という不確定情報から相手の牌を種類ごとに何枚もっているか正確にわからないというが理由だ。

逆を言うと信頼はあるが、正確な枚数がわかればツモ確率は計算できるということになる。

そのため、平均して山の使用率というデータが必要となるのである。

↓外部データ。麻雀新戦術研究所 様より。

山の使用率のデータ。

先駆者の方がいらっしゃいました。
山残り牌枚数研究　1巡～6巡 | 麻雀新戦術研究所 (nekoeigo.net)
山残り牌枚数研究　7巡～12巡 | 麻雀新戦術研究所 (nekoeigo.net)
山残り牌枚数研究　13巡～18巡 | 麻雀新戦術研究所 (nekoeigo.net)

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ(

(引用)麻雀新戦術研究所様作成　 https://mahjong.nekoeigo.net/original/より

Just another WordPress site

麻雀新戦術研究所

山残り牌枚数　オリジナルデータ

TwitterFacebookはてブPocketLINEコピー

2021.11.22

20年以上前にある方からいただいたデータです。その方とはもう連絡を取るすべもなく、時間もたちましたので、そのまま掲載します。もし何か不都合がありましたら、ご連絡お願い致します。

今回の山残り枚数グラフはこのデータから作成しています。

いま改めてみてみると、1巡目4枚見えの風牌（要は四風連打ですね）を比較すると、東が38回、南は89回、西は125回、北は95回となっています。これだけでもいろいろ考えられそうですね。

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

山残り牌枚数　オリジナルデータの検証。

大学にて考察。

では私でできることはなにか？それは、今あるデータの整理。
整理は下のデータを見てもらって。

新ツモ確率表の信頼の話。

新ツモ確率表はあっているか？

ex.109の牌譜の山の動き方。

①牌の勢いの研究とサンプル表示について。

今回使用するデータは、昔の牌譜2011年10月からデータを取りました。

-①牌の勢いの研究とサンプル表示-

これは麻雀でよく言われる役の見方、とくにフラッシュといわれる染の優遇制から見る麻雀のこと。

今回はサンプルから、麻雀で6回中、何回その色で自摸できたのかの原始的研究になります。
サンプル十数点を表示して、スモールデータを作ります。

そこから、
スモールデータの中から牌の確率をシミュレートして、
そもそも牌の勢いというものはあるのか？
あるのだとしたらどれほどの確率で、信用性はあるのか？という話になり、

ビックデータと掛け合わせて実証したいなと思います。

1.何をしたいか？について。

今回は
①牌の勢いの研究とサンプル表示
➁牌の勢いから組み合わせの研究

③前原雄大さんの研究、ガラクタの組み合わせの研究。
(山読みと手牌読みの話)

・星の数の牌の組み合わせをMリーグから見るとどうなるか？
・現代麻雀技術論と掛け合わせるとどうなるか？

④うまたんの研究
ex.今まで出した戦術記事の統合するためのまとめ。

⑤大学で論文として出すための画像解析。名誉会長と理牌の研究。(大学でしかできないこと)

➁牌の勢いから組み合わせの研究

これは副産物で、それだけビックデータを集めれたら、それなりに実証物があるわけで!

そのおこぼれから考えてみようという考えです。

現在3万5千もの牌譜データあるためゆっくり研究します。

③前原雄大さんの研究、ガラクタの組み合わせの研究。(山読みと手牌読みの話)

もしまおさんがMリーグを初年度から見直したらの牌譜検討です。

シミュレートの主役はもちろんチームガラクタ。

そこからみえる↓
・星の数の牌の組み合わせ。(前回の研究内容と合わせて)
・現代麻雀技術論と掛け合わせるとどうなるか？(牌譜検討分で!!)

④うまたんの研究
略というか考え中。

⑤大学で論文として出すための画像解析。名誉会長と理牌の研究。

これが大学でないとできない点。

たとえば昔ある出版社がウザクさんという方の著作から無断引用があったため問題となったところがあります。
詳しくは↓
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

小社出版物『麻雀格闘倶楽部で覚える 超実戦型 最強の打ち方』お詫びと訂正 - 株式会社日本文芸社 (nihonbungeisha.co.jp)

つきまして、『麻雀定石「何切る」301選（三才ブックス）』のご関係者様には本件における謝罪と、誠意ある対応をさせて頂きますほか、再版以降に関しましては、本書に問題提供として『麻雀 定石「何切る」301選（著・G・ウザク様／編・福地誠様)』(三才ブックス様)と明記することで合意をさせて頂きました。
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

一応このような形になりました。

そのため、いくら学術と障がい者アートしてその映像物からなる引用の、かなり麻雀として緻密な、それこそ本物の方の研究をこのnoteで使用するには問題があるところがあります。

そのため大学でこっそりと学芸目的の使用とする、卒業論文とするのが妥当と判断します。

またその団体様も本の引用を一切認めないというスタイルのためこちらも困ってしましまして。そのためネットに乗せるのも問題がある(これは著作の問題がありますが)となります。そのためも意味を持ちまして学術目的とするのが正しいと今の段階では妥当と見ます。

また、何大学と本名の明記はありませんが、ぐちやまさんという方がTwitterにて僧侶の大学に論文として、統計というか目視による牌譜の確認から卒論として提出され認められたこと報告します。

それに加えまして近年「NAGA」｢Microsoft Suphx（スーパー・フェニックス）｣(マイクロソフト様作成)の人工のＡＩの作成があります。
｢この強いAIは何だ？｣オンライン麻雀の“謎”の答えは、マイクロソフト ──｢不完全情報ゲーム｣に強いAIは金融業界を変えるか | Business Insider Japan

天鳳十段を達成した麻雀AI「ⓝSuphx（Super Phoenix）」の開発元はMicrosoft Research Asia (MSRA)であることが発表 – 麻雀ウォッチ (mj-news.net)
となります。

私は詳しくないですが｢Microsoft Suphx（スーパー・フェニックス）｣や「NAGA」(いずれもマイクロソフト様作)が麻雀サイトで十段という好成績を上げたことがわかります。

また昔は科学する麻雀という今はなき東風荘という麻雀元祖SNSソフトにて、統計をもちいて話題になりました。
以下アマゾンから

https://www.amazon.co.jp/

科学する麻雀 (講談社現代新書) 新書 – 2004/12/18　とつげき東北 (著)
登録情報

出版社 ‏ : ‎ 講談社 (2004/12/18)

• 発売日 ‏ : ‎ 2004/12/18

• 言語 ‏ : ‎ 日本語

• 新書 ‏ : ‎ 272ページ

• ISBN-10 ‏ : ‎ 4061497650

• ISBN-13 ‏ : ‎ 978-4061497658

そのため多くの若者が統計という手法を勉強しようと挫折したそうです。

では今回の内容に入ります。
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

①牌の勢いの研究とサンプル表示について。

今回使用するデータは、昔の牌譜2011年10月からデータを取りました。

データそのものの価値はまたまたもっていたランダムといわれる山をつくったというデータのみですので、直接、染を決めたという実証はありません。

今回は、ちいといつ様作成ソフト「雀譜」からなっています。
「雀譜」から麻雀の牌譜をそのまま載せまして、データとします。

注意。ちいといつ様保護の件。

著作権
このプログラムの著作権は、ちいといつが有します。
また、このプログラムで使用している牌画の著作権は mjman 氏が有します。

もし、ちいといつ様があらわれて、ネマタ先生から指示あればデータは渡し、著作権も、ちいといつ様に譲ろうと思います。

まお@(カササギシミック。)は研究者でなくて、データ利用者兼ソフト使用者のためです。もともとソフト開発者がいなければそもそもこの研究はできないためとします。(あとでしっかりネマタさんに報告しときます。)

サンプル。今回使う人力データ(牌譜)。-飛ばしていいですよ汗-

著作権。kmo2様「まったりマージャン」。ちいといつ様「雀譜」。

(1半荘目から2半荘目)18件

(3半荘目から4半荘目)21件

(5半荘目から6半荘目)19件

(7半荘目から8半荘目)19件

(9半荘目から10半荘目)21件

(11半荘目)11件

※短縮ショートカット(とばすのここまで。)①

・以上データより。データ仮合計まとめ。

(1半荘目から2半荘目)18件　(3半荘目から4半荘目)21件
(5半荘目から6半荘目)19件　(7半荘目から8半荘目)19件
(9半荘目から10半荘目)21件　(11半荘目)　　　　  11件

1. (1半荘目から2半荘目)18件

2. (3半荘目から4半荘目)21件

3. (5半荘目から6半荘目)19件

4. (7半荘目から8半荘目)19件

5. (9半荘目から10半荘目)21件

6. (11半荘目)　　　　　  11件

合計　109件のスモールデータより。

3.スモールデータの仮説づくり。

まずはデータとして４枚系のデータができたので張り付ける。
これはデータバックアップとろぐとして残す目的がある。すこし記事が長くなるがそこは目をつぶります。

1-2半荘。5/18ケース。

1-4-0

2-2-1

2-5-0

2-6-1

2-8-1

3-4半荘。12/22ケース。

3-1-0

3-1-1

3-3-0

3-4-1

3-5-2

3-6-0

3-7-1

3-8-0

4-1-0

4-2-0

4-3-1

4-6-0

5-6半荘。5/19ケース。

5-4-1

5-7-1

6-1-0

6-6-0

6-7-0

7-8半荘。8/19ケース。

7-1-0

7-3-0

7-4-1

7-4-2

7-6-1

7-8-0

8-2-0

8-5-1

9-10半荘。8/19ケース。

9-1-0

9-3-0

9-4-0

9-6-1

9-6-2

9-8-2

10-2-0

10-3-0

10-7-0

10-8-0

11半荘。1/11ケース。

11-4-2

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ
軽くグラフにしてみた。

役35％が牌の勢いの検証に入った。

牌の勢い-スモールデータ編-

これから実証に移ります。

まずは実証しやすいと思われる字牌の解体に進みます。

六回のツモの打ち4回ツモった結果の牌姿はこちら。(10月12日現在まとめ中です。)

-スモールデータ編-4/6字牌編。

まず眺めてみて。(赤が字牌四回ツモ者。)

さて、僕は門外漢のため確率式を単純計算する。

• ①一部コントロール/全体コントロール案=X(残り枚数乗算1)(28-12)/64=25%

• ①一部コントロール/全体コントロール案=X(残り枚数乗算(n-1)*2)/64*60=

➁

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ(鳴いたときケース)

4.検証の取り方のサンプル。

3万5千件の牌譜を
①天鳳位の牌譜を天鳳からダウンロード。

➁そのデータの書式を変換
③目視で雀譜で牌譜を確認

④6巡経った時に牌の勢いが6枚5枚4枚を記録する

その時に6順まで見る

・6巡経った時に牌の勢いが6枚5枚4枚を記録する

・その記録してあるデータから読み込んで仮説をつくる

5.理由。なぜそのようなことをするのか？

今回11半荘(109局)のデータを目視で確認しました。

すると
6順で4枚(回)以上特定の牌が約35%もありました。

ですので牌の勢いというアナログなことは言えます。

しかしながら、そのアナログデータがある中で、まったりマージャンが染を決めたというデータは。

(作あら様ソフト「東風荘スコア集計ツール MJStat」)ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

(作あら様ソフト「東風荘スコア集計ツール MJStat」)ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

かなり雑ですが。

ホンイツなどの染の109局からのデータは3例となりました。
しかし上がれたのは0例。すべて聴牌どまりでした。

そのことからホンイツ清一色を決めた場所はデータを取り検証してもよいかと思います。

(ホンイツ清一色の難しさの証明のデータ案)

6.工程表と作成日付。そのためサンプルの取り方として、(念のため)

1.序論作業プラン作り(2020/10/03～)

2.試作論。まったりマージャンのスモールデータから牌の勢いの研究。()

3.天鳳位の牌譜整理作業。　(10/4～)

4.(ピッキングする作業。)(作業日付)

5.そのピッキングしてあるデータから仮説づくり。(作業日付)
6.まとめ作業。(天鳳2015-2022ケースづくり)(作業日付)

メモ。大学にもっていく日。2020/10/08　名取にて。

1.序論作業プラン作り(2020/10/03～)

あとから。

2.試作論。まったりマージャンのスモールデータから牌の勢いの研究。()

まずはじめに。

実証と研究-新麻雀ツモ％表は信頼できるか？

※今回紹介として枚数のツモ％表について。

今回使うデータの一部で「単純計算による枚数のツモ％表」があります。

古くは2011年ごろに私のパソコンに眠っていました。

※一応。古いよ!!「(旧)単純計算による枚数のツモ％表」

昔のデータのためちょっと詳細は忘れました。

作り直しの
「単純計算による枚数のツモ％表」

ここで取り上げるのは、一枚のツモ％。とおまけの一部。

手口ですが、これを枚数とシミュレートして残り枚数と掛け合わればうまくいくはずです。

一応、展開としてシャンテンの考え方。

(引用)サイトあらの（一人）麻雀研究所　あら様 から引用。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

https://mahjong.ara.black/sim/shanjun2.htm

横軸が順目、縦軸が各向聴数だった確率です。

このグラフを見ると、各向聴数である確率が最大となる順目がよくわかります。三向聴が一番多いのは１順目、二向聴は５順目、一向聴は10順目、聴牌は18順目です。

また各順目において、どの向聴数が多いのかも分かります。

２順目まで ： 三向聴
３順目から６順目 ： 二向聴
７順目から13順目 ： 一向聴
14順目以降 ： 聴牌

となっています。

これらの数字は、四人麻雀において面前の相手の向聴数を推測するための基礎的なデータとして用いることが可能です。

－－－－－－－－－－－－－－－－－－－－－－－－－－－

https://mahjong.ara.black/sim/shanjun3.htm
向聴数の推移３

平均向聴数の推移

向聴数の推移、向聴数の推移２では、順目ごとの向聴数について調べましたが、ここではそのデータを平均化してグラフを描いてみます。つまり平均向聴数の推移を見るということです。

(図はURLから見てね)

横軸は順目、縦軸は平均向聴数です。

順目が進むにつれて平均向聴数が下がって行くのは予想通りです。その下がり方は、最初が急で後になるほど緩やかになっています。これは、順目が進むほど、つまり向聴数が下がるほど、向聴数が下がりにくくなる、ということを意味しています。

普段の手作りを考えれば分かると思いますが、4向聴の手を3向聴にするのと、1向聴の手を聴牌にするのでは、後者の方が数段難しいことなのです。

数段難しいと書きましたが、では実際にどのくらい難しいのでしょうか？

それを調べるために次のような集計を行いました。

向聴数が減る確率

53万局のすべての順目において、向聴数が上がったのか、下がったのか、それとも変わらなかったのかを調べました。そしてそれを向聴数別に集計したのが下の表です。

向聴数-10+1計確率6849146099585.33%530,11613,802043,91868.57%4182,888143,0540325,94756.11%3418,665667,99901,087,08638.51%2511,1161,683,71802,207,17123.16%1432,0882,719,45403,294,71913.11%0100,5311,796,56351,4332,229,0544.51%

-1という列は、向聴数が良くなったことを意味します。同様に、0は変化がなかったことを、+1は逆に悪くなったことを示しています。

+1の列では聴牌のところにしか数字がありませんが、これは1向聴よりも悪い場合には、いわゆる向聴下がりを考慮していないためです。

右端の確率というのは、それぞれの向聴数のときに、有効牌を引いて向聴数を良くすることが出来た確率です。上で述べた通り、向聴数が良くなるにつれて確率は低下しています。その様子をグラフにしたのが下の図です。

(図はURLから見てね)
横軸が向聴数、縦軸が有効牌を持ってきた確率です。

向聴数に対してほぼ線形に減少している様子がわかります。

6向聴のときには実に85%の確率で向聴数を減らすことが出来るのですが、2向聴から1向聴に出来る確率は23%、1向聴から聴牌形にすることが出来るのは13%となっています。

このグラフの大体の形を覚えておけば、実戦での手作りの参考にすることが出来るでしょう。

ところで、このグラフでひとつ気になる点があります。それは3向聴のときの値が他に比べてやや高いのではないかという事です。詳しい検証はしていないのですが、これは配牌時の平均向聴数が3前後であるという事が影響しているように思います。つまり、配牌としてもらった3向聴と、4向聴、5向聴から変化してきた3向聴では、後者の方が向聴数を良くできる確率が高いのではないかということです。

Copyright 2006-2019 あらの（一人）麻雀研究所

All rights reserved. 　あら ( ara999 あっと gmail.com )
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

(引用)サイト「よ!あんたが大将」大将さま より引用。

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ
http://www.ncn-k.net/youma/i-syanntenn.htm

イーシャンテン

イーシャンテンの形は、以外と少ないです。調べてみて始めて判ったのですが、基本的に3つしかありません。

基本的には、雀頭のあるなし、面子の数、塔子の数によって、以上の3つしかありません。上段は、形が出来ているイーシャンテンであり、中段は、くっつき聴牌型、下段は、頭がない形です。ここから、鳴いて聴牌する事を考えたとき、上段は塔子待ちになり、中段と下段は単騎待ちになります。麻雀においては、イーシャンテンと聴牌とでは、雲泥の差があるのですが、聴牌しても単騎待ちでは、あまり旨味があるとは言えません。特に中段の場合、くっつきですから、受け入れ枚数が圧倒的に多く、塔子待ち、うまくいけば、3面チャン、両面も夢ではありません。下段の場合は、鳴かないとすれば、塔子の受け入れが8枚、浮き牌2枚の受け入れが6枚で、単騎待ちになる可能性の方が高いです。結論を言えば、鳴いて良いのは、上段だけで、中段、下段は鳴かないのが手筋です。中段と下段は鳴かない方が良いのですが、敢えて、鳴いても良いとすれば、鳴かなくても単騎待ちになる可能性が高く、受け入れ枚数の少ない下段の方だと思います。
しかし、塔子→面子、浮き牌→対子に較べて、浮き牌→塔子の作り易さは、十分自覚しておく必要がありそうです。例えば、聴牌状態から、相手のリーチに対して、私の場合、雀頭を落としていくことが多いのですが、多分これは間違っているのでしょう。落としていくべきは、塔子の方のようです。うん、これは、利用できる。

031012追記
麻雀においては、イーシャンテンの段階が、非常に大事である。手を作る過程において、3シャンテン→2シャンテン、
2シャンテン→イーシャンテンの段階より、イーシャンテン→聴牌の段階の方が長い。まー、受け入れ枚数が段々と減って来るんだから当然と言えば当然なんだけど、大事なことは、イーシャンテンでの受け入れを、多くすることである。

聴牌という課題を達成するために、2つの要件を満たさなければならないと仮定すれば、達成確率の低い方の数字を上げてやることがコツとなる。つまり、麻雀においては、上がりやすい聴牌形を作ることや、聴牌しやすいイーシャンテン形を作れば、上がる確率が高くなる。
戻る
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

http://www.ncn-k.net/youma/ryannsyanntenn.htmから引用。

EとFは、どちらもリャンシャンテンで、Eの方は、面子過多です。ツモを前提にした受け入れ枚数は、面子過多の方が、2枚だけ多くなっています。ここで、喰い仕掛ける事を考えて見ますと、Eは、上家からしか鳴けませんから、受け入れ指数は単純に受け入れ枚数を2倍し、64と考えて良いです。一方、Fは、対子が3つありますから、ポンして、手を進めることも出来ます。計算しますと、指数として72が出てきます。喰い仕掛けを前提としたときは、EとFでは、受け入れ枚数が逆転します。それだけではなく、鳴いたあとのイーシャンテンでの、受け入れ指数も、Eは、16に対して、Fは、32と倍半分です。どうやら、面子過多は相当分が悪いと言えそうです。ただ、ラグを通じて、受け入れ枚数の少なそうな塔子を嫌っていけますし、迷彩も効きやすい、イーシャンテンで浮き牌を安牌に振り返ることが出来る、聴牌時に側聴になることもないなどのメリットもあります。実戦においては、両塔子に対子がきれいに絡むFのような形は、相当恵まれた状態です。EとFを較べると、基本はFで良いでしょう。しかし、面前前提なら、Eでも構わないと思います。
戻る

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

必要な引用データはこのくらい。
大将さまのデータまとめます。
引用データ大将さまより。ちょっと見やすく治しました。
(引用)サイト「よ!あんたが大将」大将さま より引用。
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ
http://www.ncn-k.net/youma/i-syanntenn.htm

イーシャンテン

イーシャンテンの形は、以外と少ないです。調べてみて始めて判ったのですが、基本的に3つしかありません。

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

http://www.ncn-k.net/youma/ryannsyanntenn.htmから引用。
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

これに図を加えます。

(まお@作(千葉作)20221005～)単純計算式ツモ％グラフ。

1-0全体図

1-1ツモ％聴牌図

1-2ツモ％大将様牌姿引用イーシャンテン図

1-2上記。ツモ％大将様牌姿引用イーシャンテン図の拡大グラフ。

1-3ツモ％大将様牌姿引用2シャンテン図(拡大)

①ツモ％大将様牌姿引用シャンテン図とツモ％聴牌図 まとめと解説。

これが全体図。

問題はここから、どこの増加が大きく蓄積しているかが表れている。
※単純計算のためブレがあると思います。

科学する麻雀(ISDNISBN-10 ‏ : ‎ 4061497650　ISBN-13 ‏ : ‎ 978-4061497658)
出版社 ‏ : ‎ 講談社 (2004/12/18)

• 発売日 ‏ : ‎ 2004/12/18

• 言語 ‏ : ‎ 日本語

• 新書 ‏ : ‎ 272ページ

• ISBN-10 ‏ : ‎ 4061497650

• ISBN-13 ‏ : ‎ 978-4061497658

のデータを引用使用するのが妥当かもしれませんが、今回はまお@作の図を使用します。
(大学の卒儀論文用のものには科学する麻雀の本当の学術目的での使用をします。)

赤が両面(8枚待ち)。黄色がカンチャンとペンチャンの(4枚待ち)。緑が単騎の(4枚待ち)。

こうして赤の両面待ちの線を眺めていると13巡目からカーブが大きくなっていく。
黄色カンチャンペンチャンと緑単騎はカーブに変化があると目視できるのは、14順目から。
ではこれを表から数値としてみる。

2-0数値化図。

詳細の増加量を見てみましょう。今回は8枚ケースです。もちろん素案ですので数値は正確ではないです。

1順から8順まで増加の推移はかわりません。しかし9順11順13順13順15順17順18順になると変化します。

それをグラフに直しましたものはこちら。

増加量からみると13巡目からツモの機会が増える感じです。

では今回は学術目的ですので、あら様の一人麻雀練習機と合わせてみましょう。

(引用)サイトあらの（一人）麻雀研究所　あら様 から引用。

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ
順目ごとの解析

順目ごとの解析２

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

https://mahjong.ara.black/sim/data.htm

シミュレーションデータの概要

データ概要

ここでは私が一人麻雀練習機を用いて行ったシミュレーションの結果の概要を示します。まずは下の表を見て下さい。これは一人麻雀練習機の詳細解析機能で表示される結果です。

局数537,001期待値 1,866.38平均和了点 9,969.34聴牌回数384,788聴牌確率71.65 %平均聴牌順 11.56リーチ回数357,282リーチ確率 66.53 %平均リーチ順11.70和了回数100,533和了率18.72 %平均和了順14.25リーチ成功回数 100,531リーチ成功確率28.14 %ノーテン回数 152,213ノーテン確率 28.35 %

まず局数は53万局あまりです。四人麻雀での一回の半荘は、大体12-13局くらいなので、この局数を半荘に換算すると4万半荘分くらいのデータ量ということになります。これだけの局数を打とうと思ったら、毎日10半荘打ったとしても10年以上かかってしまう計算になります。コンピュータシミュレーションのいいところは、このような非常に多くの局数のデータを比較的簡単に入手することが出来る点です。

期待値と書いてある欄が、一人麻雀での面前得点期待値になります。今回のシミュレーションでは、1866点という結果になりました。シミュレーションプログラムのアルゴリズムにはまだまだ改良の余地がありますので、これが上限というわけではありませんが、自分の成績を評価する指標にはなると思います。期待値の数字が2000点を常に越えるようであれば、牌効率的にはほぼ完璧と言っていいでしょう。逆に1500点を下回るようであれば、まだまだ勉強しないといけません。

平均和了点については、10000点弱という数字が出てきました。これは親の場合の数字ですから、満貫より少し下のあたりということになります。

聴牌する確率については71.65%となっています。四人麻雀では鳴きがありますのでもっと高い確率で聴牌まで持っていけますが、面前でも7割以上の場合に聴牌出来る事が分かりました。

リーチをかけたのは全体の66.53%で、そのうちの28.14%が成功して和了にこぎつけています。平均リーチ順目は11.70で平均和了順目は14.25という結果になっています。なお、この二つの平均順目については、それぞれリーチをかけた場合、和了になった場合だけに関する平均値です。

以上のようなデータを用いて、さまざまな角度から分析した結果を見ていきます。
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

今回関係あるのはあら様編集のデータより。

平均リーチ順11.70ということです。

では(リーチのみの計算ですが)待ちはどうなっているのでしょうか？またこのことで先ほどのデータの有用性がわかります。

※学術目的なので無駄でも〇です。また今回のデータはこの図表に結びつくためのまとめとしておらず、あくまでも研究としてます。調べ方が重要なんですね。あとは哲学と同じ研究の仕方です。

(引用)http://mjprog.sblo.jp/　　作者名不明　ごめんなさい( ；∀；)。
上記urlのブログから引用。
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

http://mjprog.sblo.jp/article/32889845.html

2009年10月13日

良形・愚形の和了率・放銃率・割合

とりあえず、出してみたデータを垂れ流します。検証はこれからです。
４麻東風で切断が無かった試合を対象に、立直時の待ち形のデータを集計しました。

「良形・愚形の和了率・放銃率・割合など」

図はURLから飛んで各自見てください。

※立直回数が間違えていました。正しくは、R2000未満が134,811回、R2000以上が125,321回です。前回の定義に基づいて良形・愚形に分けるとこうなっています。

和了率
　　　R2000↑R2000↓
良形：60.1%　63.8%
愚形：47.3%　48.6%

当たり前ですが、愚形だと和了率が悪くて、良形だと良いです。
この表ではそれだけ分かれば十分です。
ちなみには、割合はこうなってます。

割　合
　　　R2000↑R2000↓
良形：61.2%　61.2%
愚形：38.8%　38.8%

一瞬、良形が多ければ強いって訳じゃないって事かと思いましたが
今回集計したデータはR2000付近に集中しているので、そうとも言えません。
Rがもっと下の方では愚形率が多いかもしれないので。
まぁ、R2000付近での実力差に立直時の良形・愚形率は影響していなさそうです。



さて、これからが本番で、たとえば次の項目に分けて
各待ちの中身を詳細に調べていきたいと思っていたんですが、ちょっと問題が…

・待ち牌の残り枚数（見える範囲）
・待ち牌の残り枚数（実際）
・立直した順目
・親か子か
・得点状況
・プレイヤーのレート


つづく...
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

重要なのは、こちらのデータ。

和了率
　　　R2000↑R2000↓
良形：60.1%　63.8%
愚形：47.3%　48.6%
作　様(http://mjprog.sblo.jp/article/32889845.html)

麻雀プログ

麻雀をネタにプログラミングして遊びます。
今はネット麻雀「天鳳」の牌譜を解析しています。
いくら解析しても何の成果も出ないのは仕様です。

　　　無料で使える
●　「オンライン天鳳牌譜解析ツール」を公開中

●　天鳳の昇段チェッカー（特上・鳳凰）

●　鳳凰民の解析データを勝手に公開中

●　天鳳の牌譜を無意味に解析中
より引用。
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

※10月7日追記。
このデータの前に、もともとイーシャンテン図リャンシャンテン図は大将さま作成のデータです。本来ならば「勝つための現代麻雀技術論」作ネマタ様編集福地誠様から引用するべきと思います。
今回は急に作らなければならない事情があるためです。アップデートにご期待ください。

続けます。
具体的ではなく考え方の基礎編という形で見てください。

使うグラフは3つ。

これを合わせたもの。

・(図①➁シャンテン拡大)から見るあと一枚の①シャンテンとにシャンテンについて。

緑がリャンシャンテン(2シャンテン)。赤がイーシャンテン(①シャンテン)。

・理由。なぜこの図を出したのかというと。

①シャンテン、➁シャンテンのツモ(一枚ドローして一枚捨てる)の関係です。

麻雀は一枚ツもって捨てる関係から、3シャンテンから①シャンテンや聴牌にいきなり行きません。

かならず
※⑥シャンテン→⑤シャンテン→④シャンテン→③シャンテン→➁シャンテン→①シャンテン→テンパイ→あがり。
となります。

そのためシャンテンの移動と何枚の山(カードゲームのいうところのデッキの枚数)と巡目(山を使用した目安となる巡目があるため)と先ほど引用した配牌が何シャンテンか？である割合のデータが必要となります。

今回は未編集ですので書きたいことから。
そのため一見で完結しますが、データとして配牌が何シャンテンか？である割合のデータを引用します。

(引用)サイトあらの（一人）麻雀研究所　あら様 から引用。

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

向聴数の推移

データの説明

下の表は、順目ごとの向聴数を集計したものです。それぞれの順目において、それぞれの向聴数であった確率を表しています。

ちなみに、向聴数の最大値は6となっていますが、これはまったくバラバラの手牌だとしても七対子の6向聴にはなっているからです。

順目6 向聴5 向聴4 向聴3 向聴2 向聴1 向聴聴牌10.16%5.45%28.45%43.98%19.51%2.37%0.08%20.02%1.88%16.82%43.61%31.26%6.08%0.32%30.00%0.59%8.55%36.78%41.06%12.12%0.89%40.00%0.18%3.91%27.33%46.64%19.96%1.98%50.00%0.05%1.70%18.74%47.19%28.57%3.75%60.00%0.02%0.70%12.13%44.16%36.63%6.36%70.00%0.00%0.30%7.64%38.86%43.47%9.73%80.00%0.00%0.14%4.69%32.97%48.37%13.83%90.00%0.00%0.07%2.88%27.16%51.40%18.48%100.00%0.00%0.04%1.79%21.85%52.64%23.67%110.00%0.00%0.02%1.13%17.31%52.38%29.16%120.00%0.00%0.01%0.74%13.54%50.95%34.76%130.00%0.00%0.01%0.49%10.52%48.67%40.32%140.00%0.00%0.00%0.33%8.14%45.68%45.85%150.00%0.00%0.00%0.23%6.29%42.55%50.93%160.00%0.00%0.00%0.17%4.82%39.23%55.78%170.00%0.00%0.00%0.13%3.68%36.01%60.18%180.00%0.00%0.00%0.10%2.83%32.80%64.27%

(図)

グラフ

上記の結果をグラフにしたものを示します。

横軸が順目、縦軸が各向聴数だった確率です。向聴数の違いを色で表した積み上げグラフになっています。

配牌の時点では三向聴がもっとも多く、一向聴以下ということはほとんどありません。これは普段の配牌を考えてみれば当たり前の話ではありますが、それを定量的に計測したということです。

そして順目が進むにつれて、急激に向聴数は下がっていきます。10順目あたりでは三向聴の確率がほとんどなくなり、一向聴がもっとも多くなっています。そして15順目からは、聴牌の確率が50%を越えてきます。まっすぐ和了に向かった場合、流局の時点ではかなりの確率で一向聴までは行けることが分かります。
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ
Copyright 2006-2019 あらの（一人）麻雀研究所

All rights reserved. 　あら ( ara999 あっと gmail.com )

配牌時のデータはこうなります。
⑥シャンテン0.16%　⑤シャンテン5.45%
④シャンテン28.45%　③シャンテン43.98%
➁シャンテン19.51%　①シャンテン2.37%
テンパイ0.08%

そのてめ③シャンテンからのデータ表示が図の表示として妥当と分かります。

しかしデータがないのでリャンシャンテンからデータを取ります。
リャンシャンテン図

・弱➁シャンテン形。

a.雀頭1つ面子1つターツ2つ浮き牌2つ受け入れ24枚の形。
c.雀頭なし面子2つターツ1つ浮き牌3つ受け入れ25枚。の形は➁シャンテンは受け入れに損がある。

図でいうと25パーセントから延びるもの。

a.雀頭1つ面子1つターツ2つ浮き牌2つ受け入れ24枚の形。

c.雀頭なし面子2つターツ1つ浮き牌3つ受け入れ25枚。
の２つの形。

では

・強➁シャンテン形。75パーセント以上受け入れがある形は何かを問う。

今回は大将様ケースがあるのでこれを使う。(数度目だがこの研究を引用の銃があり、時間がある場合は「勝つための現代麻雀技術論」作ネマタ様 を使用するほうが良い。)

雀頭1つ面子2つターツ1つ浮き牌3つ受け入れ64枚。
雀頭なし面子3つターツなし、浮き牌4つ受け入れ72枚。
の形が強➁シャンテン形となる。

・では①シャンテンには良し悪しがあるか？またこの強弱に対応するか問う。

まず図。

1-2上記。ツモ％大将様牌姿引用イーシャンテン図の拡大グラフ。

そしてシャンテンの展開として、巡目の表記。

(引用)サイトあらの（一人）麻雀研究所　あら様 から引用。

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

このため、データは

0.テンパイ14-18順目
①シャンテン7-13順目
➁シャンテン3-7巡目
に絞りたい。

すると、(醜いが汗)

すると。
0.テンパイ14-18順目
は、14順目から50パーセント近い確率でツモれる。
カンチャンペンチャン単騎は14順目でも18パーセントほどとあまり自信がない。
少し戻ると以下のような引用がある。(申し訳ないが図と表のみ持ってきます。)

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

(あら様作成の図)

ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

和了率
　　　R2000↑R2000↓
良形：60.1%　63.8%
愚形：47.3%　48.6%

(麻雀ブログ様の表)
ｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰｰ

このため良形60-63.8%。愚形47-48.6%となる。

これに先ほどの良形ツモ％と愚形ツモ％を合わせる。

↑から図を作る。

左図は1-18順の合計/18順データ

右図は左2つ良形14-18順データ　1-13順データ。
右2つ愚形14-18順データ　1-13順データ。

少し図の尺度が違っているが％と小数表示なので無視して。

今回のことから、
右図は左2つ良形14-18順データ　1-13順データ。
からは
(まお@作(千葉作)20221005～)単純計算式ツモ％グラフ。
は少しばかり大きく確立を見積もることがわかる。

0.テンパイ14-18順目
は、14順目から50パーセント近い確率でツモれる。

このデータはハッピーメーターであり、間違っているとなる。
ではこれを実測値にというやり方に変更していくやり方もできる。
(実験の続き方として)

「だが、カンチャンペンチャン単騎は14順目でも18パーセントほどとあまり自信がない。」

はもっと実測だと弱いことがわかる。

これに関して、ツモ抽選の試行回数という掛け算を利用する試みを思いついたので記載。

新単純ツモ％表

少し雑だが。

これに対するグラフはこちら。

本当は重ねて表示出来たらよかったのだが。

これもハッピーメーターの一種かもしれないが、形といて二回(緑)三回(赤)四回(青)五回(紺)の連続で出なかったとき、ツモらなかったときの確率となっている。

実証と研究-新麻雀ツモ％表は信頼できるか？

また今回なぜこのルート図を出したのかについて。
図

今回、思ったよりも文章長くなった。
総合的に何をしたいのかについて、整理する図があるとわかりやすく、またこちらも目標が何か確認できるための作成です。

数を打つというが、私では無理なので

一人麻雀練習機ケースだと鳴き手はないため(染などがないため)
オタ風→場風→役牌→19牌→28牌→36牌が優位になると思う。

→アナログを大切にする人論

ではなぜ昔から言われる牌の勢いや字牌を持つ打法(略して字牌持ち持ち打法)。瞬間⑧ブロック打法などが発明されたのか?を考えたい。

伝統とは心だから。

僕のメモ。土田先生の場合。(一応主従関係なので)－－－－－－－－－－－
(これは私のパソコンに残っていたまとめメモです。多分著書はありますが、今回は次に探しておくとぼかします。「土田先生」というメモタイトルのためそれは土田 浩翔プロ(先生)現在は最高位戦日本プロ麻雀協会の著書からだと思います。以下メモのまま。)

Ａ：自風牌　Ｂ：客風牌　Ｃ：場風牌　Ｄ：三元牌
としたときに、皆さんのＡＢＣＤを捨てる順番はどうなりますか？
私は、Ｂ→Ａ→Ｄ→Ｃの順に捨てていきます。そしてこの捨て順のフォームは、永遠に自分のフォームとして変えないほうがいいのです。もちろん、ＡＢＣＤの順番は人それぞれ自由に決めていいのです。

ではどうして一度決めたフォームを永遠に変えないほうがいいのかと言うと、マージャンには必ずツキが押し寄せている時間帯と、潮が引くようにツキが離れてしまう時間帯とがあるからなのです。

私はツキがあるなと感じている時間帯は、Ｂ→Ａ→Ｄ→Ｃの順番を忠実に守って捨てていきますが、少し潮目が変わったなと感じたら、ＢとＡ、ＤとＣの順番を入れ替えて、
【１】　Ｂ→Ａ→Ｄ→Ｃ
【２】　Ａ→Ｂ→Ｄ→Ｃ
【３】　Ａ→Ｂ→Ｃ→Ｄ
そしてもっと案配が悪くなってきたら、ＢＡ群とＤＣ群の位置関係も逆転させて、
【４】　Ｄ→Ｃ→Ｂ→Ａ
【５】　Ｃ→Ｄ→Ｂ→Ａ
【６】　Ｃ→Ｄ→Ａ→Ｂ
この６パターンは、ツキの度合いを６つのカテゴリーに分けていることと同じ意味で、実戦ではかなり役立つ捨て順変化になります。

この６パターンに慣れてきたら、Ｂの客風牌とＤの三元牌も細分化してみます。

Ｂの中には、自分が親なら、南（ｂ２）西（ｂ３）北（ｂ４）という３つの要素があります。同様に、南家であれば、東場は西（ｂ３）と北（ｂ４）、南場は東（ｂ１）が新たに加わります。

そして、このｂ１～ｂ４までの要素にも捨てる順番を付けておくといいのです。

更に……Ｄの三元牌も、白（ｄ１）発（ｄ２）中（ｄ３）と細分化し、ｄ１～ｄ３までの要素に捨てる順番を自分流で付けておくのです。

Ｂ内の変化やＤ内の変化は、ＡＢＣＤ群の変化と比較すれば小さいものになりますから、自分のツキの量を０～１００と仮定すれば、【１】～【６】までの６パターンは、０～１００を６分割したツキの変化に連動させた捨て順変化になるわけです。

ところが、ｂ１～ｂ４やｄ１～ｄ３の変化は、パターン内のツキの動きに合わせたものなので、たとえば【１】で打っているとき、それは８４～１００くらいのツキレベルなので、その範囲内で９分割くらいしたものが、ｂ１～ｂ４、ｄ１～ｄ３の変化になるのです。

また、序盤〈１～６巡目〉の切り出しにおいても不要牌はいくつかのカテゴリーに分かれます。

Ｇ：孤立字牌　　Ⅰ：孤立１・９牌　　Ｎ：孤立２・８牌　　Ｗ：ダブり牌
Ｐ：ペンチャン外し

一般的には、Ｇ→Ｉ→Ｎ→Ｗ→Ｐか、Ｉ→Ｇ→Ｎ→Ｗ→Ｐとなりやすいので、クローズアップすべきは、Ｇ・Ｉ・Ｎの捨て順です。

このＧ・Ｉ・Ｎを自分流に定めたうえで、その時々のツキ量に連動させながら、不要牌を整理していくカテゴリーを変化させられるようになると、手中の字牌たちが喜んでくれるのです。

なぜかと言うと、彼らの居心地の良い場所に捨てて貰えるようになるからなのです。 （つづく）

前回で不要牌をカテゴリー別に分けましたが、今回もそれをそのまま引用します。
　Ｇ：孤立字牌　　　　Ｉ：孤立１・９牌
　Ｎ：孤立２・８牌　　Ｗ：ダブり牌
　Ｐ：ペンチャンターツ

そしてＧの孤立字牌もカテゴリーに分けて
　Ａ：自風牌　　　　　Ｂ：客風牌
　Ｃ：場風牌　　　　　Ｄ：三元牌

としておきます。
僕のメモ。土田先生の場合。(一応主従関係なので)－－－－－－－－－－－

オカルトですねぇ。

それに対して見解。

1.僕の麻雀は麻雀ではない。

僕の麻雀は麻雀ではない。
これは麻雀とは賭博であり、発祥の国では昔は100を超える賭博があった。しかし札などに残ったものもあるが最終的に残ったのは、牌という石を百数十と集めた麻雀だけになったらしい。詳しくは梶本プロが麻雀博物館という施設にいるので聞いてみるとよい。
ではなぜ僕の麻雀は麻雀ではないのかというと、僕の麻雀はコピーの麻雀であり、模擬品である。そのため、模擬品とはそのものを研究し似せて作ったものである。模擬品の目的は似せた作品と同じ能力をしていること、つまり模擬品には心はない。
似ようと作ったものには、本物の、本物のなりたいという欲という心がないのである。
そのため、僕の麻雀は模擬品であり、残念ながら賭博をできるというメンタル面での強さ、心はないのである。

2.ニコニコ生放送という友達

ぼくには京都に、uという友達がいる。
彼は天鳳九段という成績がある。だが掛けマージャンはしない。
ニコニコ生放送にて、「中卒はげデブ外事ニート」などと呼ばれ、一回の放送で千コメント以上稼ぐ人気者である。
だが彼は腐っても天鳳九段である。これを問うてみようと思う。

3.uと賭博としての麻雀

uは麻雀で賭けをしない。これは健全でよいことであるが、彼はパチンコでハイエナという行為をして生活しているらしい。
ハイエナという生活はわからないが結構つらい生活をしているらしい。
略ジタルの若者三人がカンチャン即リーであがりにあがる。

だが主人公の強者はただ淡々と自分の麻雀を打つ。
するととあるときにデジタル三人組の一人が、主人公のリーチに対して押し行為をして放銃。待ちは愚形。しかし打点は高い。
ある一人もそれにかかる。主人公のリーチに対して押し行為をして放銃。待ちは愚形。しかし打点は高い。
するとその二人はいつもと違う手組をする。主人公のリーチに対してはべたおり。主人公のペース。そうしていると間が変化し、三人目も振り込み。
デジタル三人は、主人公のリーチは高いと判断して、リーチにベタオﾅリ。
だが勝ち組の主人公は、手順はツモしてのリーチだから、あがる。
それを何半荘も続けているとデジタルの若者は負けたのである。
というのが筋。
そのためuも麻雀の打ち筋として素直すぎるため。負けるとなるのである。

4.黒沢さんと来賀先生と

これに対して来賀先生という方がいた。

Twitterで何度か連絡していて、毎年誕生日に黒沢杯という感謝祭を開いてらした。
そのなかで、一緒に打ちたい、待てないか？と内容忘れたが返信してくれた。
先生は「待てない」という返事で、それから半年でお隠れになった。

僕はその数週間前に天牌外伝という作品を中古ながら全巻揃えていた。
その中で主人公黒沢さんが言った言葉で覚えているのが「麻雀とは自分を来るゲーム」という言葉がたしかあった。
これは「麻雀は負けるから面白い」「自己満足と反省の日々」など名言があるが、主人公黒沢さんの強さを表す言葉だった。
そのためか、僕も麻雀の評価がそれとなっている。
僕も麻雀をたしなむものは自虐と反省という基礎かなってないと、麻雀打ちとして評価できないとなってしまった。
だからからか、uは自分のことを鍛えようとせずだらだらと過ごしていて、少し気が引けるが、麻雀には向かないという評価になった。

5.伝統と人の心と歴史

別の見方をしよう。
伝統とは人の心であり、人の心とは歴史であるという言葉が僕の胸に刺さった。これは武術家の先生がテレビをつけたときにおっしゃっていて思わず納得してしまった。

いや納得させざるを得ないというか、道という日本独特の習得体系をおっしゃったことがあった。そのため、その独特を書こうにもその独特まで言わざるを得なく、納得したの一言になる。

僕は麻雀を大切に扱ってきたか？という自問の心がある。
これは自分が大切と考えることが評価されるのか良いとしたい思いもある。
SDGSといえワードもある。


僕の中で、麻雀とは各々の価値観の麻雀があり、うまい下手で麻雀をやっているのではないという考えがある。自分の中で没頭できるから麻雀があり、それが偶然にその競技であるだけなのである。

だから、卑怯や効率が悪いとされる僕の叔父が見せてくれたオヤジ待ちも、市のサークルでおじいちゃんおばあちゃんたちが見せいてくれた独特の牌の持ち方の瞬間⑧ブロック打法もネマタさんの現代麻雀技術論も評価したいという。
少数派の意見も一人として尊重したいという心がある。
uにはわからないと思うが、

少数派の意見も取り入れない者は、少数派の自分の意見も言えないということもある。

6.昔の人と昔の麻雀

昔の麻雀打ちは、自分が記録に残ると思いもしない人が大多数だった。
東風荘、とつげき東北先生の最強講座から始まり、天鳳。それらのプロの解説本。500円ワンコイン戦術本になった。
それが2018年ごろからの雀魂-じゃんたま=というアプリで、若者の動画配信でブームになってしまった。

すると自然に今の10代の若者は、勝つための手段を取り入れるために配信に来てくれた人に教えを願ったらしい。youtubeの解説も具体的を踏み向き、書店の昔の麻雀戦術本をそのまま法外引用した失礼な動画もある。確実な戦法としての何切るがブラッシュアップされた。

そうしているうちに麻雀は爆打から始まり、マイクロソフト制のナーガがあらわれた。
マイクロソフトの開発者も仕組みはわからないそのナーガだが、AIの先端としている。

昔の人といえば私には家族がいる。
祖父母である。
祖父母は商店を出していて、特に祖母は厳しい人だった。
いつも家にいて、僕ら兄弟を世話しながら暇さえあれば習字や店の白色申告や店の会計をしていた。
僕の仲間のおじいちゃんおばあちゃんもこのようなまじめな人が多い。
昔は働きバチといわれる働き方をしてやっと自由になった人が麻雀をしている。

7.昔の僕は満足しているのだろうか？

そもそも僕は欲というものがあったのであろうか？
麻雀はわからないものとして取り扱って居続けてほしかったのだろうか？
2014年の僕は、ただ勝つための現代麻雀技術論を読みふけって、2011年に書いたデータも忘れていた。
今までそのデータは眠らせていたし、そのデータを取り出して何を言おうとしているのだろうか？
僕もわからない。
だけど登米の麻雀打ちのおじいちゃんおばあちゃん達はやさしかった。たがから僕はしあわせだったと思う。

だが、昔の僕は満足しているのだろうか？は。今の自分は満足し続けているのだろうか？と、という問いになる。

僕の今は、大学にもどりたいということ以外は満足している。

たが、今大学に戻っても、勉強はできないと思う。僕は年だ。勉強はできない。だからからか、麻雀の戦術を、自分の麻雀を書きたがっているのだと思う。

2017年、僕は石巻の精神病院で、僕のパソコンら不正にデータを引き抜いた人に会った。麻雀を教えてほしいと頼まれた。僕は当時も今も麻雀がわからないので、自牌を切っていって真ん中に寄せればいいと思いますよと、荒正義さんと同じことを言うと思う。

だが、賭けという違法の世界の人のおじいちゃんと、(略)
そのため2017年から戦術というか調査物をネットにアップした。

ほんとなら多くの昭和の雀士と同じく消えることができたのにそれがその麻雀を教えてほしいという誰かの願いにより。僕は何がしたかったのだろうか？
だが、自分の願いをかなえられるのに、退任の願いをかなえられるように努力できないと、それは自分の願いがかなえられないと思う。
だからアウトプットしているのだろうか？
(略)

2022年10月5日
登米市　千葉リュウジ

3.天鳳位の牌譜整理作業。　(10/4～)

あとから。

4.(ピッキングする作業。)(作業日付)

ex.
例ツモ6回のうち4回のマンズのツモのある牌譜を取る。

m s p m m m
s p m m m m
m m s p m m
など

こんな感じで　目視で　牌のデータから　めずらしいとされる4回5回6回の統計データを人力でとる。

そこから、

5.そのピッキングしてあるデータから仮説づくり。(作業日付)

6.まとめ作業。(天鳳2015-2022ケースづくり)(作業日付)

メモ。大学にもっていく日。2020/10/08　名取にて。

※一応　大学の卒業論文です。汗

紹介。

noteメイン。

・pixiv

自己作製品。(ネマタさんから引用許可あり。)

西さんの図表化のもの。(著作権西さん(nisi5028様))

麻雀研究者西さん(nisi5028様)の巡目と副露と手出しの表①

麻雀研究者西さん(nisi5028様)の巡目と副露と手出しの表②

麻雀研究者西さん(nisi5028様)の巡目と副露と手出しの表➂

・未完成品のあれこれ(覚えている限り)

・
鉄強？pさん九段様の牌譜から見る理牌読みバージョン天鳳仮アップロード版 2020/12/18 その2～

次回に続く。

履歴。

・2022年10月3日
旧パソコンよりサルベージ開始。HPノーパソをリフレッシュ。

記事の中に追加。
note様【麻雀・試案・戦術論】牌の勢いの研究。序論。2022/10/03～作成。
ちいといつ様作ソフト「雀譜」から牌譜のままの画像を作業して載せる。
追加

10月4日
1.何をしたいか？について。
著作権。kmo2様「まったりマージャン」。ちいといつ様「雀譜」。

①牌の勢いの研究とサンプル表示
➁牌の勢いから組み合わせの研究
③前原雄大さんの研究、ガラクタの組み合わせの研究。(山読みと手牌読みの話)

①牌の勢いの研究とサンプル表示について。
注意。ちいといつ様保護の件。
・以上データより。データ仮合計まとめ。

3.スモールデータの仮説づくり。
4.検証の取り方のサンプル。
5.理由。なぜそのようなことをするのか？
6.工程表と作成日付。そのためサンプルの取り方として、(念のため)

1.序論作業プラン作り(2020/10/03～)
2.試作論。まったりマージャンのスモールデータから牌の勢いの研究。()
3.天鳳位の牌譜整理作業。　(10/4～)
4.(ピッキングする作業。)(作業日付)
5.そのピッキングしてあるデータから仮説づくり。(作業日付)
6.まとめ作業。(天鳳2015-2022ケースづくり)(作業日付)
※一応　大学の卒業論文です。汗

紹介。noteメイン。
自己作製品。(ネマタさんから引用許可あり。)
西さんの図表化のもの。(著作権西さん(nisi5028様))
追加

10月5日
(引用)サイトあらの（一人）麻雀研究所　あら様 から引用。
平均向聴数の推移
向聴数が減る確率
(引用)サイト「よ!あんたが大将」大将さま より引用。
追加

10月6日

(まお@作(千葉作)20221005～)単純計算式ツモ％グラフ。
※今回紹介として枚数のツモ％表について。

1-2ツモ％大将様牌姿引用イーシャンテン図
1-3ツモ％大将様牌姿引用2シャンテン図(拡大)
①ツモ％大将様牌姿引用シャンテン図とツモ％聴牌図 まとめと解説。
(引用)サイトあらの（一人）麻雀研究所　あら様 から引用。

データ概要
2009年10月13日良形・愚形の和了率・放銃率・割合

サンプル。今回使う人力データ(牌譜)。-飛ばしていいですよ汗-
※短縮ショートカット(とばすのここまで。)①

10月6日
麻雀団体ついて
※10月7日追記。
一人麻雀練習機ケースだと鳴き手はないため(染などがないため)
オタ風→場風→役牌→19牌→28牌→36牌が優位になると思う。

ではなぜ昔から言われる牌の勢いや字牌を持つ打法(略して字牌持ち持ち打法)。瞬間⑧ブロック打法などが発明されたのか?を考えたい。

→アナログを大切にする人論

10月12日

スモールデータのデータ追加。
3.スモールデータの仮説づくり。
1-2半荘。5/18ケース。
3-4半荘。12/22ケース。
5-6半荘。5/19ケース。
7-8半荘。8/19ケース。
9-10半荘。8/19ケース。
11半荘。1/11ケース。
牌の勢い-スモールデータ編-
-スモールデータ編-4/6字牌編。

新単純ツモ％表
追加。

10月13日

・まとめ-前論として-山の体感の求め方と連続によるツモ率の推移とスモールデータからの山の証明-

1. 総足し算計算図。

2. 山の使用率のデータ。

3. (引用)麻雀新戦術研究所様作成　 https://mahjong.nekoeigo.net/original/より

4. 山残り牌枚数　オリジナルデータ

追加

追加。