Xのタイムラインが、ヒートマップ投稿で埋め尽くされた。
小中研究室さん（@konakalab）が公開した、Jリーグの最終順位予測。
Jリーグファンの間で大きな話題になっている。
でも、あの表を見て、
で終わっている人がほとんどだと思っている。
あの数字の裏には、データサイエンスの理論と、ピッチの現実が交差するポイントがある。
僕はプロサッカー選手として10年間、まさにあの数字の「中」にいた人間だ。
今回は、あの予測をどう読むべきか、そしてデータが語らない「ピッチの真実」を、元プロの視点で分析する。
この記事を読むとわかること
- 予測モデルの仕組みと、数字の正しい読み方
- J1・J2の優勝候補と降格候補を、実データと照らし合わせた分析
- データだけでは見えない「背骨ライン」と「22人体制」の重要性
読まないと、せっかくの予測データを「面白い」で消費して終わるだけになる。
でもこの読み方を知れば、今シーズンの残り試合を見る目がまったく変わるはずだ。
Jリーグ予測とは？──「占い」ではなく「確率」で語るサッカー
まず大前提として押さえておきたいのは、
この予測は「優勝するのはここだ！」と断言するものではないということだ。
小中研究室さんが使っているのは、
イロレーティングとポアソン分布を組み合わせた統計モデル。
そう思った方も多いと思うが、安心してほしい。
やっていることはシンプルだ。
予測の仕組みを3ステップで理解する
| ステップ | やっていること | たとえるなら |
|---|---|---|
| ①実力を数値化 | 直近の試合結果から各チームの「強さ」をレーティング化。ホーム有利も考慮 | 格闘ゲームのレート（ランク）のようなもの |
| ②得点を確率で予測 | レーティングの差から、1試合で何点取れるかをポアソン分布で計算 | 「平均1.5点のチーム」が0点・1点・2点を取る確率をそれぞれ出す |
| ③残り全試合をシミュレーション | ②の確率で残り全試合の結果を何千回もランダムに生成し、最終順位の分布を算出 | サイコロを何千回も振って「こうなりやすい」を導く |
たとえば広島と東京Vが対戦するとする。
広島は今シーズン絶好調で、東京Vは苦しんでいる。
このモデルは「広島が2-0で勝つ確率は何%、1-1の引き分けは何%、東京Vが勝つ確率は何%……」と、ありとあらゆるスコアの確率を計算する。
それを残りの全試合について何千回もシミュレーションする。
サイコロを何千回も振って出目の傾向を調べるイメージだ。
1回の結果はランダムでも、何千回やれば「このチームは上位に入りやすい」という傾向がくっきり見えてくる。
つまり、あのヒートマップの数字は「1000回シミュレーションしたら、何回その順位になったか」を表している。
心理学では「確率無視バイアス」という考え方がある。
人は確率を直感的に理解するのが苦手で、
「30%の確率で降格」と言われても、0%か100%かのどちらかで捉えてしまう。
あの表を見て「うちのチーム降格なのか！」と怒りを覚える必要はないし、「大丈夫、まだ確率低い」と安心するのも早い。
大事なのは、確率の「偏り」を読むことだと僕は思っている。
J1予測を読む──柏独走？ そして降格圏の「3チーム」
まず、予測の前提となる現在の実際の順位表（第9節終了時点）を確認する。
J1 現在の順位表（第9節終了時点）
| 順位 | チーム | 勝点 | 試合 | 勝 | 分 | 敗 | 得点 | 失点 | 得失差 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 柏レイソル | 21 | 9 | 7 | 0 | 2 | 21 | 14 | +7 |
| 2 | サンフレッチェ広島 | 20 | 9 | 6 | 2 | 1 | 22 | 6 | +16 |
| 3 | FC町田ゼルビア | 20 | 9 | 6 | 2 | 1 | 22 | 10 | +12 |
| 4 | FC東京 | 20 | 9 | 6 | 2 | 1 | 17 | 8 | +9 |
| 5 | ヴィッセル神戸 | 19 | 9 | 6 | 1 | 2 | 14 | 9 | +5 |
| 6 | 鹿島アントラーズ | 16 | 9 | 5 | 1 | 3 | 19 | 16 | +3 |
| 7 | 横浜F・マリノス | 15 | 9 | 4 | 3 | 2 | 13 | 9 | +4 |
| … | |||||||||
| 18 | ガンバ大阪 | 6 | 9 | 1 | 3 | 5 | 8 | 16 | -8 |
| 19 | ジェフ千葉 | 5 | 9 | 1 | 2 | 6 | 8 | 19 | -11 |
| 20 | 東京ヴェルディ | 4 | 9 | 0 | 4 | 5 | 4 | 14 | -10 |
この表の読み方はサッカーファンなら簡単だと思うが解説する。
サッカーの順位は「勝点」で決まる。
だから勝点が多いチームほど上の順位にいる。
もう一つ大事なのが「得失点差」。
これは「自分たちが取った点 − 取られた点」の計算式で説明できる。
9試合でこの差は圧倒的で、「毎試合ほぼ2点差で勝っている」イメージになる。
つまり「毎試合1点以上多く取られている」計算で、これでは勝てないのは数字を見ても明らかだ。
予測が示す「優勝争い」
@konakalab
予測ヒートマップを見ると、柏レイソルの色が上位に集中していることがわかる。
勝点21で首位を走る柏は、予測でも最終順位1〜3位に入る確率が高い。
ここで注目すべきは、2位集団の「厚さ」だ。
広島・町田・FC東京が勝点20で並んでいる。
予測でもこの3チームは上位の確率が高いが、広島の得失点差+16が際立っている。
失点わずか6。9試合で6失点は異次元だ。
これは僕がプロ時代にも肌で感じたことだが、失点が少ないチームは「崩れにくい」。
攻撃力は波があるけれど、守備の安定感は崩れにくい。
なぜなら、守備はチーム全体の約束事で成り立つもので、個人の調子に左右されにくいからだ。
逆に柏は21得点と圧倒的な攻撃力を誇る一方、14失点と守備に課題がある。
得失点差+7は上位では物足りない。予測モデルは得失点をベースにしているから、柏のように「たくさん取ってたくさん失点する」チームは、シミュレーション上でブレが大きくなる。
つまり、柏は優勝候補だが「確定」ではない。
広島の方が安定感では上回っている──これが予測の正しい読み方になる。
降格候補の「赤い3チーム」──東京V・千葉・G大阪の構造的問題
ヒートマップの下部で真っ赤に染まっているのが、東京ヴェルディ、ジェフ千葉、ガンバ大阪の3チーム。
特に東京Vは9試合で未勝利（0勝4分5敗）、得点わずか4。
| チーム | 勝点 | 平均得点 | 平均失点 | 得失差 | 予測での降格確率 |
|---|---|---|---|---|---|
| 東京V | 4 | 0.4 | 1.6 | -10 | 非常に高い |
| 千葉 | 5 | 0.9 | 2.1 | -11 | 非常に高い |
| G大阪 | 6 | 0.9 | 1.8 | -8 | 高い |
この表の読み方↓
「平均得点」は1試合あたり何点取っているかの平均値。
「平均失点」は1試合あたり何点取られているかの平均値になる。
サッカーは1-0でも勝ちは勝ち。だから
「平均得点が平均失点より多い」チームは勝てる試合が多く、
「平均失点のほうが多い」チームは負ける試合が多い。
シンプルな話になる。
この表を見ると、3チームとも平均失点が平均得点を大きく上回っている。
特に千葉の平均失点2.1は「毎試合2点以上取られる」という意味で、いくら攻撃が良くても守備が崩壊していたら勝てない。
東京Vの平均得点0.4は衝撃的な数字だ。9試合で4点しか取れていない。
これは予測モデル上でも「今後も得点力が劇的に改善する確率が低い」と判定される数値になる。
千葉は平均失点2.1と、失点の多さが致命的になっている。
1試合平均2点以上失点するチームがJ1で残留するのは、統計的に見てもかなり厳しい。
J2予測を読む──仙台は盤石か？ そして降格圏の「意外な顔ぶれ」
J2 現在の順位表（第10節終了時点）
| 順位 | チーム | 勝点 | 試合 | 勝 | 分 | 敗 | 得点 | 失点 | 得失差 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | ベガルタ仙台 | 23 | 10 | 7 | 2 | 1 | 18 | 8 | +10 |
| 2 | RB大宮 | 20 | 10 | 5 | 5 | 0 | 20 | 9 | +11 |
| 3 | アルビレックス新潟 | 20 | 10 | 6 | 2 | 2 | 14 | 14 | 0 |
| 4 | カターレ富山 | 18 | 10 | 5 | 3 | 2 | 19 | 10 | +9 |
| 5 | 横浜FC | 17 | 10 | 5 | 2 | 3 | 19 | 13 | +6 |
| 6 | 湘南ベルマーレ | 17 | 10 | 4 | 5 | 1 | 11 | 9 | +2 |
| … | |||||||||
| 18 | ヴァンフォーレ甲府 | 10 | 10 | 3 | 1 | 6 | 9 | 18 | -9 |
| 19 | ヴァンラーレ八戸 | 10 | 10 | 3 | 1 | 6 | 6 | 17 | -11 |
| 20 | コンサドーレ札幌 | 8 | 10 | 2 | 2 | 6 | 12 | 19 | -7 |
見方はJ1と同じだが、J2で特に注目してほしいのが「勝」と「分」のバランスだ。
大宮は一度も負けていないのに、仙台より勝点が3少ない。
それは、引き分けの多さにある。
引き分けだと勝点は1しかもらえないのに、勝ちなら3もらえる。
つまり「負けないけど勝ちきれない」チームは、勝点を効率よく稼げない。
大宮の無敗記録は素晴らしいけど、
引き分け5試合は「あと一歩が足りない」ことを示している。
もう一つ。J2の下位に注目すると、札幌が勝点8で20位にいる。
J1から降格したばかりの名門が苦しんでいる。
降格のショックは、データに表れる以上に選手のメンタルに影響する──これは僕もプロ時代に肌で感じたことだ。
仙台と大宮の「昇格確率」が高い理由──数字が語る安定感
引用：コナカラボ (小中研究室/名城大)
@konakalab
予測ヒートマップでJ2の上位を見ると、仙台・大宮の色がトップに集中している。
仙台は勝点23でトップ。
ここで注目すべきは平均失点0.8という数字。
10試合でわずか8失点。J1の広島に匹敵する守備力だ。
大宮は無敗（5勝5分0敗）で勝点20。
負けないというのは、予測モデル上で極めて有利に働く。
なぜなら、モデルは過去の実績からレーティングを算出するため、「負けたことがない」チームのレーティングは高止まりしやすい。
ただし、大宮には一つ注意点がある。
得失点差+11は仙台の+10を上回っているが、引き分けが5試合ある。
これは「勝ちきれていない」ことの裏返しでもある。
僕がプロ時代に痛感したのは、「引き分けが多いチームは、どこかで勝負所を外す」傾向があった。
引き分けは実は一番もったいない結果で、心理学でいう「損失回避バイアス」が影響している可能性がある。
つまり、リードしている場面で「失点したくない」という心理が勝り、追加点を取りに行けなくなる。
あるいは、ビハインドの場面で「せめて引き分けに」と守りに入ってしまう。
大宮が昇格するためには、
この「引き分け体質」を「勝ちきる力」に変えられるかがカギになる。
J2降格圏──札幌の「落ちた名門」
J2の降格圏では、札幌（勝点8）が最下位に沈んでいる。
かつてJ1で戦っていたチームがJ2の最下位
──これは衝撃的だが、予測モデルは感情を挟まない。
札幌の問題は平均失点1.9。10試合で19失点は、守備が崩壊している証拠だ。
昇格・降格したチームは前シーズンと戦力が大きく変わるため、レーティングの推定が難しい。
小中研究室も、昇格クラブのレーティングは「過去の昇格クラブの昇格後の分布から生成」していると説明している。
つまり、初期レーティングが不正確になりやすく、序盤戦の結果が予測に大きく影響する。
実際に札幌は開幕から6敗と大きく負け越しており、この序盤の結果がレーティングを大幅に引き下げ、降格予測を強めている。
データが語らない「ピッチの真実」──元プロが見る3つの視点
ここからが、僕が伝えたい部分になる。
予測モデルはめちゃくちゃ面白い。統計的に正しいし、精度も高い。
でも、このモデルが拾えないものがある。
それは「ピッチの中で起きている力学」だ。
視点①：「背骨ライン」が崩れたチームは、データ以上に崩壊する
僕がプロ10年で確信した法則がある。
チームの強さは「背骨ライン」で決まる。
背骨ラインとは、主力選手を3～4人固定しているラインのことだ。
僕の経験だが一般的には、
GK→CB→ボランチ→トップ下の縦のラインに中心選手がいる。
これがいわゆるサッカーの「背骨」ライン。
どんな監督でも、このラインの選手は絶対に固定したい。
なぜなら、ここがチームの「基準」になるからだ。
守備の声の出し方、距離感、タイミング
──すべてが背骨ラインの選手同士の信頼関係で成り立っているケースが多かった。
予測モデルは「チームの実力」をひとつの数値で表すけれど、実際には背骨ラインのCBが怪我で2試合欠場しただけで、チーム全体のバランスが崩れる。
予測モデルは「今の数字」を反映する。
でも、背骨ラインが固まれば一気に持ち直すチームもある。
逆に、変えの効かない選手が怪我をすれば、上位チームでも一瞬で崩壊する。
これはデータでは予測できない部分だ。
視点②：「22人体制」がないチームは、後半戦で沈む
予測モデルは残り試合を「同じ実力のまま」シミュレーションする。
でも実際には、シーズン後半に入ると選手層の厚さが勝敗を左右する。
僕が最も痛感した経験は、
Jリーグではなく地域チャンピオンズリーグ（現・地域CL）での経験だ。
3日間で3試合を戦う過酷な日程。
決勝ラウンドに行けば2日に1回、90分のガチ試合。
スタメンの11人だけで戦えるはずなんてなかった。
今のJ1・J2も過密なため同じだと思っている。
特にカップ戦が絡む時期は中2日・中3日が続く。
そのとき、「スタメン11人＋控え4人」の15人体制なのか、「22人がどこに出ても戦力ダウンしない」体制なのかで、結果が大きく変わる。
行動経済学に「デフォルト効果」という概念がある。
人は「いつも通り」を選びやすい。
監督も同じで、いつものスタメンを選びがちだ。
でも、デフォルトに頼るチームは、怪我や累積警告でメンバーが変わったとき、パフォーマンスが極端に落ちる。
だからこそ、シーズン序盤のデータだけで最終順位を語るのは難しい。
今、勝点4で最下位の東京Vも、主力が戻ってくれば変わるかもしれない。
逆に、今は首位でも、22人体制が整っていないチームは後半戦に失速するリスクがある。
視点③：「背骨の選手」がチームに与えるリスペクトと影響力
これはデータでは絶対に測れないことだけど、チームの中で背骨ラインの選手が持つ「影響力」は凄い。
僕がプロ時代に経験したのは、背骨になる選手
──特にCBやボランチの中心選手がピッチにいるだけで、周りの選手のプレーが変わる。
声の出し方、ポジショニングの修正、ミスした後のフォロー。
チーム全体が「あいつがいるから大丈夫」と感じる空気が生まれる。
逆に、その選手がベンチや離脱していると、チーム全体が不安定になる。
「誰を基準にポジションを取ればいいのか」がわからなくなる。
広島の失点6が物語っているのは、まさにこの「背骨の安定」だ。
GKからCB、ボランチまでの連携が固まっているからこそ、失点が少ない。
予測モデルが広島を上位に予測するのは正しいと思う。
データは感情を抜きに冷徹に評価を下してくれる。
しかも、その根拠は「失点が少ないから」だけじゃなく、「背骨が安定しているから、今後も崩れにくい」という現場の肌感覚とも一致する。
だからより面白いと思っている。
予測データの「読み方」──3つのチェックポイント
この予測は、次の試合を見るときの「解像度」を上げてくれるツールだと思っている。
でも、鵜呑みにするのではなく、こう使ってほしいと思っている。
チェックポイント①：ヒートマップの「色の散り方」を見る
具体的に言うと、
たとえばヒートマップで柏の色が1〜3位に集中していたら、「柏はほぼ上位確定」。
逆にあるチームの色が5位〜15位まで広がっていたら、「このチームは上にも下にも行く可能性がある」という意味だ。
色が散っているチームこそ、今後の試合が面白い理由だ。
チェックポイント②：得失点差と平均失点を確認する
この予測モデルは「何点取って、何点取られたか」をベースに計算している。
だから、勝点が同じでも得失点差が違えば、予測結果が変わる。
わかりやすい例を出すと、
広島（得失点差+16）と町田（得失点差+12）は勝点が同じ20だ。
でも広島のほうが「取る力も守る力も上」とモデルは判断する。
だから予測では広島のほうが上位に入りやすい。
勝点だけでなく、「どう勝ったか」まで見るのがこの予測の面白いところだ。
チェックポイント③：「背骨ライン」の安定度を自分の目で見る
次に試合を見るとき、注目してほしいのは、
3～5人の主力選手の背骨ラインが前節と同じメンバーかどうかだ。
ここが変わっていたら、予測通りにはいかない可能性がある。
まとめ──データと肌感覚の「掛け合わせ」で見るJリーグ
| カテゴリ | データが教えてくれること | データが語れないこと |
|---|---|---|
| 優勝予測 | 得失点差・勝率から最も可能性が高いチーム | 背骨ラインの怪我リスク、監督の采配変更 |
| 降格予測 | 平均失点・得点から統計的に厳しいチーム | 補強、主力復帰、22人体制の構築 |
| 中位の混戦 | レーティングが接近し、順位の振れ幅が大きい | チーム内の空気、リスペクトされる選手の有無 |
「自分のチームが今後どうなるか知りたい」
というシンプルな欲求に、データは一筋の未来を照らしてくれる。
でも、サッカーの面白さは「予測を裏切るところ」にある。
僕がプロ10年で学んだのは、
データは「傾向」を教えてくれるけど、「運命」までは教えてくれないということだ。
だからこそ、予測データを知った上で、自分の目で試合を見てほしい。
あの数字が「当たった」か「外れた」かを楽しむのもいいけれど、
「なぜその結果になったのか」を考えることが、サッカーを100倍面白くすると思っている。
あなたの参考になればうれしい。
Just do it
コメント