ピタゴラス勝率とは?計算式と読み方【入門】

はじめに:勝率は「運」なのか「実力」なのか?
従来の「勝率」だけで強さを測る限界
ピタゴラス勝率の計算式
実例で読み解いてみよう
1. MLBの伝説的シーズンで確認
2. NPBで読み解くケース
ピタゴラス勝率の使い方:3つの実用シーン
ピタゴラス勝率の限界と注意点
他指標との比較
FAQ:よくある質問
まとめ
参考リンク
関連記事
1. ▶次に読むべき記事

はじめに:勝率は「運」なのか「実力」なのか?

「あのチーム、得失点差はマイナスなのに勝率5割を超えてるよね」「あのチームは点をたくさん取って失点も少ないのに、なんでこんなに負けてるの?」——野球を見ているとよく感じる素朴な疑問です。シーズンが終わってみると、得失点差と勝敗数がきれいに一致しているチームもあれば、大きくズレているチームもあります。

このズレを定量的に説明してくれるのが、セイバーメトリクスの父ビル・ジェームズが考案したピタゴラス勝率(Pythagorean Expectation)です。チームの得点と失点だけから「本来勝つはずだった勝率」を推定する、非常にシンプルで強力な式になります。

この記事では、ピタゴラス勝率の計算方法から、実際のMLB・NPBチームでの読み方、改良版であるPythagenpat、そして限界までを、計算指標に詳しくない方でも追えるようにやさしく解説していきます。読み終わるころには「うちの応援チーム、勝率の運の良さどれくらいだろう?」と自分で電卓を叩けるようになるはずです。

図解:ビル・ジェームズが考案したセイバーメトリクスのピタゴラス勝率を示すアイキャッチで、チームの得点と失点から本来の期待勝率を推定する基本式の概念と、MLB・NPB分析や改良版Pythagenpatへの導入を視覚的に表現

従来の「勝率」だけで強さを測る限界

プロ野球やMLBの順位表で最初に目に飛び込んでくるのは、勝敗数と勝率です。しかし勝率には大きな弱点があります。それは「1点差ゲームの巡り合わせ」によって、実力以上・実力以下にブレやすいという点です。

たとえば、10-0で5回大勝したチームと、3-2で5回辛勝したチームは、勝ち数は同じ5でも「強さ」はまったく違います。1点差ゲームは運(クラッチヒット、リリーフの当たり外れ、エラー)に大きく左右されるため、たまたま1点差を拾い続けたチームは勝率が実力より高めに出てしまうのです。

この「勝利数」のもろさについては打率・打点・勝利数の限界|なぜ伝統的指標では選手を正しく評価できないのかでも詳しく扱っています。ピタゴラス勝率は、こうした巡り合わせのノイズを取り除き、「点を取って失点を抑えた量」だけで素朴な期待値を出してくれます。

ピタゴラス勝率の計算式

基本の式(指数2バージョン)

ビル・ジェームズが最初に提案したオリジナルの式は次の通りです。直角三角形のピタゴラスの定理(a²+b²=c²)に式の形が似ていることから、こう名付けられました。

期待勝率 = 得点² ÷ (得点² + 失点²)

  記号で書くと:
  W% = RS² / (RS² + RA²)

  RS = Runs Scored(チームの総得点)
  RA = Runs Allowed(チームの総失点)

たったこれだけです。得点と失点の年間合計さえあれば、誰でも電卓で計算できます。

簡単な数字で手計算してみる

仮にあるチームが「シーズン700得点・600失点」だったとしましょう。

W% = 700² / (700² + 600²)
   = 490,000 / (490,000 + 360,000)
   = 490,000 / 850,000
   ≒ 0.5765(57.6%)

143試合制なら、期待勝利数 = 143 × 0.5765 ≒ 82.4勝

つまりこのチームは「だいたい82勝60敗くらい」が期待される強さ、ということになります。もし実際の成績が90勝53敗だった場合、「+7.6勝ぶん運が良かった」と評価できます。

改良版:Pythagenport と Pythagenpat

その後の研究で「得失点が極端に多い/少ないリーグや時代では、指数を2から少し動かしたほうが精度が上がる」ことが分かってきました。Clay Davenportが提案したPythagenport、David Smythらが洗練したPythagenpatがその代表です。

Pythagenpat の指数 x:
  x = ((RS + RA) / G) ^ 0.287

  G = 試合数

期待勝率 = RS^x / (RS^x + RA^x)

1試合あたり平均得失点の合計が高いほど指数が上がり、低いほど下がる仕組みです。MLBの現代だと指数はだいたい1.80〜1.85あたりに収まります。「指数2はやや簡略化された目安」と覚えておけば十分です。

PythagenpatによるピタゴラスEXP指数の算出式を示した図解で、1試合あたりの平均得失点合計から指数xを導き、得点RSと失点RAを用いて期待勝率を求める流れと、MLB現代の指数1.80〜1.85付近への収束イメージを整理した内容

実例で読み解いてみよう

MLBの伝説的シーズンで確認

歴史的に語られる強豪チームの得失点を当てはめてみると、ピタゴラス勝率の便利さがよく分かります。たとえば2001年のシアトル・マリナーズはイチローを擁してシーズン116勝(46敗)という記録を打ち立てましたが、得点927・失点627でピタゴラス勝率を出すと約0.686。試合数162を掛けると期待勝利数は約111勝。実際の116勝は「期待値より+5勝程度の幸運」だったと読めます。

逆に「得失点差は素晴らしいのに勝てなかった年」もたくさんあります。Aaron JudgeやMookie Bettsを擁するチームでも、ブルペンの炎上と1点差負けが重なるとピタゴラス勝率を5〜10勝ぶん下回ることが起こり得ます。Baseball Referenceのチーム年度別ページには「Pythagorean W-L」が併記されているので、好きなチームでぜひ眺めてみてください。

NPBで読み解くケース

NPBでもピタゴラス勝率は機能します。たとえば王貞治や大谷翔平のような圧倒的な打者を抱えるチーム、あるいは投手王国と呼ばれた往年の西武・南海なども、得失点差から計算すると「あの強さは数字通りだった」とほぼ実証できます。

NPBの分析事例については中日ドラゴンズをセイバーメトリクスで考察でも取り上げています。1点差負けが多いシーズンは、ピタゴラス勝率と実勝率の差がそのまま「来季への期待値」として読めることが多いです。

ピタゴラス勝率の使い方:3つの実用シーン

1. シーズン途中の「過大評価/過小評価」を見抜く

シーズン中盤、首位のチームの得失点差を見て期待勝率を計算してみると、「実力以上に勝っているだけ」「実力はあるのに勝てていない」が分かります。前者は反動で失速しやすく、後者は巻き返す可能性が高いと予想できます。

2. 翌シーズンの順位予想のベースラインに

前年の実勝率より、前年のピタゴラス勝率のほうが翌年の実勝率と相関が高いことが知られています。プロジェクションシステムのZiPSやSteamerでも、こうした「実力ベース」の勝率推定が下地に使われています。

3. 監督評価・補強ポイントの議論に

「監督の采配で5勝積み増した」「ブルペンが弱いせいで5勝失った」というような会話を、感覚論でなく数字で扱えるようになります。期待勝率を大きく上回るチームは接戦に強い=ブルペンや代打起用がはまっている可能性が高く、下回るチームは僅差での詰めに課題があるケースが多いです。

ピタゴラス勝率の限界と注意点

非常に便利な式ですが、当然限界もあります。

大差ゲームの影響:20-0のような大勝が混ざると得点が膨らみ、期待勝率を実態より高く見せがちです。
ブルペンの当たり外れ:接戦での勝敗を担う救援陣の質を直接は表せません。これが「期待勝率との乖離」の主因の一つです。
球場・時代の補正は別途必要:得失点はコープス・フィールド(投手不利)とフェンウェイ・パーク(やや打高)では意味が違います。チーム同士を比べるならパークファクター込みの議論が必要です。詳しくはパークファクターとは?球場補正の計算方法と読み方を参照してください。
個別選手の評価には使わない:あくまでチーム単位の指標であり、選手評価にはWARなどを使いましょう。
運の指標であって運命の予言ではない:大きくズレているからといって「必ず揺り戻す」とは限らず、構造的な強み弱みが続くこともあります。