光杖の操り効果検証実験
### 更新日時 ###
はじめに
いまさらながら、光杖の操り効果の検証実験をしてみました。
しかし、プロマシアの呪縛実装後のデータであるので、
それほど無駄というわけでもないと思います。
他人のデータは信用できないよ、という人や、
違うレベル・違うペットなどの別の条件で実験してみたい、という人のために、
同様の実験ができるように、実験方法を詳しく書いてみました。
また、誰でも同様の統計計算が出来るように、計算に使用したスクリプトの類も公開します。
結果としては、｢光杖は効果があるよ」という人の意見も、
「光杖は効果が無いよ」という人の意見も、
どちらの意見も肯定する結果になったと思います。
ページが長くなったので、最初に結果要約を書いておきます。
|
※ *.pl, *.csv, *.R などの拡張子のファイルや拡張子無しのファイルへのリンクは、
ブラウザからクリックすると、
関連するアプリケーションを起動しようとする場合があると思うので、
.txtを付けて、*.pl.txt, *.csv.txt, *.R.txtというファイルにリンクするようにしたので、
各ファイルを使用する場合は、ファイル名の最後の.txtを消して使用してください。
|
＜目次＞
1. 実験方法
2. 実験データファイルの形式
3. 集計用スクリプト
4. Rによる統計
5. 実験結果
5.1 プロマシア後のデータ
5.1.1 Mouriocheによる操り実験
5.1.1.1 装備による操り成功率
5.1.1.2 装備による操り成功率(再操りは除外)
5.1.1.3 曜日による操り成功率
5.1.1.4 曜日による操り成功率(再操りは除外)
5.1.1.5 月齢による操り成功率
5.1.1.6 月齢による操り成功率(再操りは除外)
5.1.1.7 各月齢でのそれぞれの曜日の試行回数の割合
5.1.1.8 各曜日でのそれぞれの月齢の試行回数の割合
5.1.2 Death Capによる操り実験
5.1.2.1 装備による操り成功率
5.1.2.2 装備による操り成功率(再操りは除外)
5.1.2.3 曜日による操り成功率
5.1.2.4 曜日による操り成功率(再操りは除外)
5.1.2.5 月齢による操り成功率
5.1.2.6 月齢による操り成功率(再操りは除外)
5.1.2.7 各月齢でのそれぞれの曜日の試行回数の割合
5.1.2.8 各曜日でのそれぞれの月齢の試行回数の割合
5.1.3 Moss Eaterによる操り実験
5.1.3.1 装備による操り成功率
5.1.3.2 装備による操り成功率(再操りは除外)
5.1.3.3 曜日による操り成功率
5.1.3.4 曜日による操り成功率(再操りは除外)
5.1.3.5 月齢による操り成功率
5.1.2.6 月齢による操り成功率(再操りは除外)
5.1.3.7 各月齢でのそれぞれの曜日の試行回数の割合
5.1.3.8 各曜日でのそれぞれの月齢の試行回数の割合
5.2 プロマシア前のデータ
5.2.1 Mouriocheによる操り実験
5.2.1.1 装備による操り成功率
5.2.1.2 装備による操り成功率(再操りは除外)
5.2.1.3 曜日による操り成功率
5.2.1.4 曜日による操り成功率(再操りは除外)
5.2.1.5 月齢による操り成功率
5.2.1.6 月齢による操り成功率(再操りは除外)
6. 結論と憶測
6.1 結論
6.2 憶測
[使用したソフトウェアと環境]
[参考文献]
Appendix.1 モンスタータイプ別みやぶるの実行結果
Appendix.2 使用したマクロ
Appendix.3 Rの使い方の簡単な例
パターンＡとして、いつものレベル上げ時のCHRアップ装備時でシグナ、光杖、通常の武器の３パターンを試します。
パターンＢとして、光杖の効果が存在するならCHRが低くいときの方が光杖の効果がはっきりしそうな気がするので、通常時の装備で、シグナ、光杖、通常の武器の３パターンを試します。
これら６パターンを１セットとして順番に着替えて同強を操るのを繰り返します。
操りミスした場合は、なだめるはせずに、同じ装備で操りなおします。
適当にブリンクストンスキンMP回復休憩をします。
ヒーリング時はダークスタッフを装備します。
手入力での記録となるため、作業を簡素化したいので、あやつるを実行したときの時刻は記録しませんが、これを試行間隔のおおよその目安の参考にします。
操りミスをしたときは、ブリンク・ストンスキンをかけ直します。
必要に応じてリジェネやプロテスIIなども使用します。
連続操りミスをしたときは、ケアルIIIなども使用します。
ブリンクとストンスキンだけかけ直すだけなら、２回ずつかけ直したらMPのヒーリングをするペースになります。
天候の記録はしていません。
具体的な装備等は次のようになります。
|
種族タルタル♂サイズＳ
ジョブ＝獣６３／白３１
実験対象ペット
- (メイン)ボヤーダのおなつよMourioche(マンドラゴラ)
- (おまけ１)ボヤーダのおなつよDeath Cap(キノコ)
- (おまけ２)ボヤーダのおなつよMoss Eater(ウサギ)
基本装備
- バードホイッスル
- ビーストジャック
- ビーストグローブ
- ビークマント+1
- ビーストトラウザ
- ビーストゲートル
パターンA: CHRアップ時装備(武器以外でCHR=66+26)
- 忠義の指輪x2
- ノーブルリボン
- コルセット+1
- メロディピアス+1x2
パターンB: 通常時装備(武器以外でCHR=66+7)
- ファランクスリングx2
- ビーストヘルム
- サバイバルベルト
- ドローンイヤリングx2
武器
- バルバロイアクス(CHR+2)、バランスバックラー
- モンスターシグナ(CHR+8)
- ライトスタッフ(CHR+1)
A1,A2,A3,B1,B2,B3の組み合わせの順で試行します。
|
それぞれの装備の組み合わせでのCHRは次のようになります。
A1: CHR=66+26+2=94
A2: CHR=66+26+8=100
A3: CHR=66+26+1=93
B1: CHR=66+7+2=75
B2: CHR=66+7+8=81
B3: CHR=66+7+1=74
実験データは ayaturu.txt のファイル名で、
文字コードはEUCで記録します。
| 地球時間での実験開始日 |
begin edate:2004/10/26;Tar,BST63/WHM31,Boyahda,Mourioche,63
|
地球時間で実験開始日を記録します。
この例では、種族=タルタル、メインジョブ=BST63、サポートジョブ=WHM31、
場所＝ボヤーダ、操り対象=Mourioche、操り対象レベル=63
であることを表しています。
|
| 地球時間での実験終了日 |
end edate:2004/10/26;Tar,BST63/WHM31,Boyahda,Mourioche,63 |
|
地球時間で実験終了を begin edate と同じ形式で記録します。
|
| ヴァナディール時間での実験開始日時 |
begin vtime: 957/7/6(土) 5:18 <十三夜> |
|
ヴァナディール時間で実験開始日時を記録します。
|
| ヴァナディール時間での実験終了日時 |
end vtime: 957/7/6(土) 20:59 <十三夜> |
ヴァナディール時間で実験終了日時を記録します。
begin vtime から end vtime までの間は、同じ個体に対して実験を行っています。
|
| 操り結果 |
xxo,o,o,xo,o,o |
「o」を成功、「x」を失敗として、A1,A2,A3,B1,B2,B3の順で操り結果を記述していきます。
この例では、A1(xxo)では１回目に操りミスして、２回目も操りミス、３回目で成功となっています。
B1(xo)では１回目が操りミスで再操りで成功しています。
A2,A3,B2,B3のときは１回で成功(o)しています。
|
| ヴァナディール時間での日付の変更 |
vdate: 957/7/29(火) <下弦の月> |
次の行の縦線「|」以降からこの日付になることを表します。
たとえば、
o,o,|o,o,o,o
の場合、A3のデータから日付が変わります。また
o,o,o,x|o,o,o
の場合なら、B1の２回目の操り時から日付が変わります。
|
| プロマシアの呪縛インストール |
<CoP> |
| この行以降がプロマシアの呪縛インストール後のデータです。 |
これらのパターンにマッチしない行は計算には使用しないので、すべてコメントとして扱うことが出来ます。
ayaturu.pl
Perlによる集計用スクリプトです。文字コードEUCです。実行には別途 jcode.pl が必要です。
最初はこのスクリプトで操り成功率と95%信頼区間の計算をしていましたが、
今はこのスクリプトは R 用のCSVファイルを出力する目的で使っています。
全データにわたり自分のレベルや操り対象の種類などの条件が変わらず、各装備毎の計算するだけならこのスクリプトをそのまま計算に使用可能です。
カレントディレクトリの ayaturu.txt を読み込んで、カレントディレクトリに ayaturu.csv を作成します。
ayaturu0.R
ayaturu.csvの読み込みと初期設定をします。
文字コードはシフトJISです。
ayaturu.csvの文字コードもシフトJISです。
dst.petに操り対象のモンスター名を代入しておきます。
PROP.TEST <- 1 にした場合は、各条件間の比率の差の検定も行います。
ayaturu.R
各装備での操り成功率と95%信頼区間の計算をし、グラフ表示します。
文字コードはシフトJISです。
曜日別、月齢別の操り成功率と95%信頼区間も計算しグラフ表示します。
一度、ayaturu0.Rを実行した後で使用します。
ayaturu2.R
各月齢での、それぞれの曜日の試行回数の割合を円グラフで表示します。
文字コードはシフトJISです。
円の面積は試行回数に比例します。
一度、ayaturu0.Rを実行した後で使用します。
ayaturu3.R
各曜日での、それぞれの月齢の試行回数の割合を円グラフで表示します。
文字コードはシフトJISです。
円の面積は試行回数に比例します。
一度、ayaturu0.Rを実行した後で使用します。
ayaturu4.R
連続操りミスの回数を計算します。
文字コードはシフトJISです。
一度、ayaturu0.Rを実行した後で使用します。
bat.R
全実験データについてまとめて計算します。
文字コードはシフトJISです。
計算結果は、カレントディレクトリの R_result.txt に出力します。
R_result.txt の文字コードはシフトJISです。
また、bat.R中で、imgout <- 1 を有効にした場合は、カレントディレクトリの
imgディレクトリの下に、各グラフを自動で画像ファイルにして保存します。
imgディレクトリはあらかじめ手動で作っておきます。
convhtml.pl
R_result.txtの結果からhtmlのテーブルを生成し、
index-src.htmlの該当箇所を置換して、
index.html(このファイル)を生成します。
makefile
作業ディレクトリで、ayaturu.plを実行し、bat.Rを実行し、結果をまとめて、
ローカルのhtmlのディレクトリにファイルをコピーするところまでを、
依存関係に基づき一気にやってくれるmakeスクリプトです。
実験データは ayaturu.txt となり、
これをCSV形式に変換したものが ayaturu.csv となります。
これから計算した bat.R の出力は R_result.txt です。
このデータにはプロマシアの呪縛前のデータが少しあります。
データの傾向としてはプロマシア前後で同じような感じだと思うので、
一緒に計算してしまってもいいような気もしますが、
プロマシア後のデータだけでも十分にあると思うので、
プロマシア前後のデータは分けて計算してみました。
まず、Mourioche(マンドラゴラ)について実験してみました。
実験データから得られた操り成功率と95%信頼区間、および連続操りミス回数は次のようになります。
### プロマシア後/成功率結果/table/Mourioche/装備による操り成功率+連続操りミス ###
この操り成功率と95%信頼区間をプロットすると次のようになります。
横軸はCHRにしてみました。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Mourioche/装備による操り成功率 ###
これを表に表すと、次のようになります。
有意水準を0.05として、検定の結果、
p-valueが0.05より小さい場合には二つのデータ間に有意差があるとみなし「○」、
0.05以上の場合は有意差がないものとみなし「×」で表示しています。
### プロマシア後/有意差○×/table/Mourioche/装備による操り成功率 ###
ところで、体感的に連続操りミスが意外に多いような気がしないでもないので、
再操りのときのデータを除外した場合の計算もしてみました。
その場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Mourioche/装備による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Mourioche/装備による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Mourioche/装備による操り成功率/再操りは除外 ###
もしかしたら曜日によって操り成功率に違いが出てくるかもしれないので、
曜日別の計算もしてみました。
その場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Mourioche/曜日による操り成功率 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Mourioche/曜日による操り成功率 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Mourioche/曜日による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Mourioche/曜日による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Mourioche/曜日による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Mourioche/曜日による操り成功率/再操りは除外 ###
また月齢によっても操り成功率に違いが出てくるかもしれないので、
月齢別の計算もしてみました。
その場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Mourioche/月齢による操り成功率 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Mourioche/月齢による操り成功率 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Mourioche/月齢による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Mourioche/月齢による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Mourioche/月齢による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Mourioche/月齢による操り成功率/再操りは除外 ###
もし、曜日や月齢によって操り成功率に違いが出てくる場合、
実験日が成功率の高い曜日や月齢に集中していると、
操り成功率の結果が全体的に高くなってしまうことになるので、
曜日や月齢によって試行回数に偏りがない方が理想的です。
そこで、各月齢でのそれぞれの曜日の試行回数の割合を円グラフで表したものが次のグラフです。
円の面積が試行回数に比例します。
度数がゼロのデータがある場合、グラフを描こうとするとRではエラーになるので、
ゼロのデータは表示しないようにするのがいいですが、
便宜上、全試行回数を+1してグラフを描いています。
参考までに、各曜日でのそれぞれの月齢の試行回数の割合も円グラフで表してみました。
意味的には前節と同様です。
前節同様、全試行回数を+1してグラフを描いています。
次に、Death Cap(キノコ)についても実験してみました。
操り成功率と95%信頼区間、および連続操りミス回数は次のようになります。
### プロマシア後/成功率結果/table/Death Cap/装備による操り成功率+連続操りミス ###
この操り成功率と95%信頼区間をプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Death Cap/装備による操り成功率 ###
これを表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Death Cap/装備による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Death Cap/装備による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Death Cap/装備による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Death Cap/装備による操り成功率/再操りは除外 ###
曜日別の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Death Cap/曜日による操り成功率 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Death Cap/曜日による操り成功率 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Death Cap/曜日による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Death Cap/曜日による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Death Cap/曜日による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Death Cap/曜日による操り成功率/再操りは除外 ###
月齢別の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Death Cap/月齢による操り成功率 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Death Cap/月齢による操り成功率 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Death Cap/月齢による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Death Cap/月齢による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Death Cap/月齢による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Death Cap/月齢による操り成功率/再操りは除外 ###
各月齢でのそれぞれの曜日の試行回数の割合を円グラフで表したグラフは次のようになります。
各曜日でのそれぞれの月齢の試行回数の割合を円グラフで表したグラフは次のようになります。
Moss Eater(ウサギ)についても実験してみました。
操り成功率と95%信頼区間、および連続操りミス回数は次のようになります。
### プロマシア後/成功率結果/table/Moss Eater/装備による操り成功率+連続操りミス ###
この操り成功率と95%信頼区間をプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Moss Eater/装備による操り成功率 ###
これを表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Moss Eater/装備による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Moss Eater/装備による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Moss Eater/装備による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Moss Eater/装備による操り成功率/再操りは除外 ###
曜日別の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Moss Eater/曜日による操り成功率 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Moss Eater/曜日による操り成功率 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Moss Eater/曜日による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Moss Eater/曜日による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Moss Eater/曜日による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Moss Eater/曜日による操り成功率/再操りは除外 ###
月齢別の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Moss Eater/月齢による操り成功率 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Moss Eater/月齢による操り成功率 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Moss Eater/月齢による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア後/成功率結果/table/Moss Eater/月齢による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア後/有意差/table/Moss Eater/月齢による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア後/有意差○×/table/Moss Eater/月齢による操り成功率/再操りは除外 ###
各月齢でのそれぞれの曜日の試行回数の割合を円グラフで表したグラフは次のようになります。
各曜日でのそれぞれの月齢の試行回数の割合を円グラフで表したグラフは次のようになります。
参考までに、プロマシア前の段階での実験結果は次のようになります。
プロマシア前はMouriocheでしか実験していません。
操り成功率と95%信頼区間、および連続操りミス回数は次のようになります。
### プロマシア前/成功率結果/table/Mourioche/装備による操り成功率+連続操りミス ###
この操り成功率と95%信頼区間をプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア前/有意差/table/Mourioche/装備による操り成功率 ###
これを表に表すと、次のようになります。
### プロマシア前/有意差○×/table/Mourioche/装備による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア前/成功率結果/table/Mourioche/装備による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア前/有意差/table/Mourioche/装備による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア前/有意差○×/table/Mourioche/装備による操り成功率/再操りは除外 ###
曜日別の操り成功率と95%信頼区間は次のようになります。
### プロマシア前/成功率結果/table/Mourioche/曜日による操り成功率 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア前/有意差/table/Mourioche/曜日による操り成功率 ###
同様に表に表すと、次のようになります。
### プロマシア前/有意差○×/table/Mourioche/曜日による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア前/成功率結果/table/Mourioche/曜日による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア前/有意差/table/Mourioche/曜日による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア前/有意差○×/table/Mourioche/曜日による操り成功率/再操りは除外 ###
月齢別の操り成功率と95%信頼区間は次のようになります。
### プロマシア前/成功率結果/table/Mourioche/月齢による操り成功率 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア前/有意差/table/Mourioche/月齢による操り成功率 ###
同様に表に表すと、次のようになります。
### プロマシア前/有意差○×/table/Mourioche/月齢による操り成功率 ###
再操りのときのデータを除外した場合の操り成功率と95%信頼区間は次のようになります。
### プロマシア前/成功率結果/table/Mourioche/月齢による操り成功率/再操りは除外 ###
これをプロットすると次のようになります。
そして各データ間の比率の差の検定結果は、次のようになります。
### プロマシア前/有意差/table/Mourioche/月齢による操り成功率/再操りは除外 ###
同様に表に表すと、次のようになります。
### プロマシア前/有意差○×/table/Mourioche/月齢による操り成功率/再操りは除外 ###
光杖には操り効果アップの効果があると考えていいと思います。
操りやすいモンスターを操る場合や、
CHRブーストをして操り成功率が90%を超えているような場合は、
試行回数を増やしていくことで有意差があると結論付けることも出来ると思いますが、
すでに90%あるので、効果はわずかであるとも言えます。
Mouriocheでの実験結果を見ると、
B1-A1を結ぶ直線よりもB2,A2が上にあり、また検定結果ではB2=A2であるので、
モンスターシグナがCHR+8以上の操り成功率アップの効果があるように思われます。
しかし、データのばらつきの加減によってたまたまそうなっただけなのかもしれないので、
他にもいろいろなCHR値で実験して、モンスターシグナを装備しているときとしていないときとで、
結果を比べる必要があると思います。
一応参考までに、曜日別や月齢別の集計もしていますが、
同じ日に各装備を順に切り替えながら実験しているので、
曜日や月齢によって光杖の効果が変化するのでなければ、
光杖の効果を検証する目的自体には関係ないと考えていいと思います。
ayaturu.txtを見ると、
操りミスはいつでも均等に起こっているのではなく、
操りミスがほとんど起こらない期間とよく起こる期間があるのが分かります。
つまり操り成功率はいつも一定ではなくて、
月齢や曜日の変化よりも短い周期で変動していると考えられます。
その周期は数セット分の期間のときもありますが、
ちょうど１セット分くらいのときもあるような気もします。
そして、運悪くいつも操り成功率の悪いときに試行している装備は、
操り成功率が低めの結果になってしまいそうな気がします。
ウサギの実験でA1がA2よりも(統計計算上では有意差は無いが)成功率が高くなっているのは、
そういったことが原因なのかもしれません。
その問題を回避するには、試行回数をもっと増やすか、
あるいはいつもA1,A2,A3,B1,B2,B3の順でやるのではなくて、
各セットごとにランダムな順番でやるのがいいと思いますが、
結構面倒になってきます。
操り成功率にはむらがあるということは、タイミングによって、
操りミスしやすいときには、平均の操り成功率よりも失敗率が高いように感じたり、
操りミスしにくいときは操りやすく感じたりするときがある、ということになると思います。
- FINAL FANTASY XI (PS2版)
- Windows2000
- ActivePerl
Perlスクリプトを実行するためのインタプリタです。
- R (v2.0.0 Windows用 日本語版)
統計計算用のソフトです。
日本語版のダウンロードやインストール方法は
RjpWiki
を参考にして下さい。
- ViVi
テキストエディタです。
この実験では、文字コードをいろいろ変えて保存したり、
定期的にファイルを自動保存したりする目的で使用しています。
- cygwin
Windows上のLinuxライクな環境です。
makeスクリプトを実行するためのmakeコマンドはこれに含まれます。
また、エディタでayaturu.txtを自動保存しつつ、
do whilte [ 1 ]; ./ayaturu.pl; sleep 60; done
と実行しておけば、後はエディタに結果を書き込んでいくだけで、
途中の計算結果を確認しながら実験が出来ます。
Perlスクリプトを実行するため、あらかじめActivePerlとcygwinをインストールした後、
ActivePerlのインストール先が
c:/Perl/bin/Perl.exe だとすると、
ln -s /cygdrive/c/Perl/bin/perl /usr/local/bin/perl
というのを実行したような気がします。
(しなくても実行できるかもしれません。)
- ばなな
今の月齢はいつまで続くのか？などを確認するために使用しました。
- 検証スレ転載
(統計的に有意な試行回数の目安は？)
試行回数と95%信頼区間について参考になりました。
- 医学統計学講義
(割合の比較)
95%信頼区間についてもうちょっと調べようとしてて見つけたページです。
- R による統計処理
(母比率の信頼区間)
Rでの信頼区間の計算について参考になりました。
- JIN HOME PAGE
(R言語関係,
Rと検定)
Rで比率差の検定をする方法が参考になりました。
第I種の過誤、第II種の過誤、有意水準についても参考になりました。
- スラッシュドット ジャパン
(Rで統計はじめませんか)
Rを知ったきっかけのページです。
- RjpWiki
日本語のRに関する情報ページです。
- Rweb-jp
CGIでRの計算をしてみることが出来るページです。
- Vana'diel Monsters
モンスターの検索などに使用しました。
おなつよのモンスターにみやぶるを実行したときに、成功するだろうになるCHR値を調べてみました。
オポオポとスライムは手持ちの装備と食事では成功するだろうになるCHR値にすることが出来ませんでした。
| ジョブ | エリア | モンスター名 |
運次第になる上限CHR値 | 成功するだろうになる下限CHR値 |
|---|
| BST63/WHM31 | RanpsTomb | Cutlass Scorpion | 66-18=48 | 66-17=49 |
| BST63/DRK1 | Boyahda | Death Cap | 59-11=48 | 59-10=49 |
| BST63/WHM31 | RampsTomb | Dire Bat | 66-18=48 | 66-17=49 |
| BST63/WHM31 | UpDelkfut | Incubus Bats | 66-18=48 | 66-17=49 |
| BST63/WHM31 | Traimarai | Stygian Pugil | 66-17=49 | 66-16=50 |
| BST63/WHM31 | IfritCldrn | Volcano Wasp | 66-14=52 | 66-13=53 |
| BST63/WHM31 | Kuftal | Sand Lizard | 66-14=52 | 66-13=53 |
| BST63/DRK1 | Boyahda | Moss Eater | 59+1=60 | 59+2=61 |
| BST63/DRK1 | Boyahda | Bark Spider | 59+2=61 | 59+3=62 |
| BST63/DRK1 | Boyahda | Robber Crab | 59+4=63 | 59+5=64 |
| BST63/WHM31 | Boyahda | Mourioche | 66+2=68 | 66+3=69 |
| BST63/WHM31 | CrawlNest | Knight Crawler | 66+2=68 | 66+3=69 |
| BST63/WHM31 | IfritCldrn | Old Opo-opo | 66+43=109(上限不明) | 該当データ無し |
| BST63/WHM31 | Traimarai | Mousse | 66+43=109(上限不明) | 該当データ無し |
| Ctrl1 | A | Alt1 | ayaturu |
| /equip l.ring 忠義の指輪 | | /recast あやつる |
| /equip r.ring 忠義の指輪 | /ja あやつる |
| /equip head ノーブルリボン | /clock on |
| /equip waist コルセット+1 |
|
| /equip ear1 メロディピアス+1 |
|
| /equip ear2 メロディピアス+1 |
|
| Ctrl2 | A1 | Alt2 | kaere |
| /equip main バルバロイアクス | | /recast かえれ |
| /equip sub バランスバックラー | /ja かえれ |
| /echo A1 | /clock on |
|
|
|
|
|
|
| Ctrl3 | A2 | Alt3 |
|
| /equip main モンスターシグナ | |
|
| /echo A2 |
|
|
|
|
|
|
|
|
|
| Ctrl4 | A3 | Alt4 | heal |
| /equip main ライトスタッフ | | /heal |
| /echo A3 | /equip main ダークスタッフ |
|
|
|
|
|
|
|
|
| Ctrl5 | B | Alt5 |
|
| /equip l.ring ファランクスリング | |
|
| /equip r.ring ファランクスリング |
|
| /equip head ビーストヘルム |
|
| /equip waist サバイバルベルト |
|
| /equip ear1 ドローンイヤリング |
|
| /equip ear2 ドローンイヤリング |
|
| Ctrl6 | B1 | Alt6 |
|
| /equip main バルバロイアクス | |
|
| /equip sub バランスバックラー |
|
| /echo B1 |
|
|
|
|
|
|
|
| Ctrl7 | B2 | Alt7 |
|
| /equip main モンスターシグナ | |
|
| /echo B2 |
|
|
|
|
|
|
|
|
|
| Ctrl8 | B3 | Alt8 |
|
| /equip main ライトスタッフ | |
|
| /echo B3 |
|
|
|
|
|
|
|
|
|
1515回あやつって1209回成功した場合の操り成功率を求める。
> binom.test(1209, 1515)
Exact binomial test
data: 1209 and 1515
number of successes = 1209, number of trials = 1515, p-value < 2.2e-16
alternative hypothesis: true probability of success is not equal to 0.5
95 percent confidence interval:
0.7769044 0.8179732 ← 95%信頼区間
sample estimates:
probability of success
0.7980198 ← 成功率
|
ある条件で実験したとき1515回あやつって1209回成功、
別の条件で実験したとき1287回あやつって1209回成功した場合に、
両実験の間に有意差があるかどうかの検定。
> prop.test(c(1209, 1209), c(1515, 1287))
2-sample test for equality of proportions with continuity correction
data: c(1209, 1209) out of c(1515, 1287)
X-squared = 116.4088, df = 1, p-value < 2.2e-16 ← p-value
alternative hypothesis: two.sided
95 percent confidence interval:
-0.1661475 -0.1166008
sample estimates:
prop 1 prop 2
0.7980198 0.9393939
|
簡単なコマンドなら、Rをインストールしなくても、
RjpWiki
のページにて、
binom.test(1209, 1515)
とか、
prop.test(c(1209, 1209), c(1515, 1287))
とか入力し実行して、計算してみることができます。