つぎに
順列・組合せや、確率の計算が好きです。
野球論、というからには。
こじつけのような理論や、計算もするわけですが。
ここで、ひとつ注釈を。
私は、統計屋ではない、ということです。
ここでは、確率を計算することがありますが、統計にもとづくものではない、と。そういうことです。
では、なにに基づいた確率なのか？
それは、順列・組合せ。
私は、順列・組合せ屋なのです。
は？ どうちがうの？
わからないかたも、おられることでしょう。
ので、簡単な説明をば。
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★
【例】
ラーメンのスープに
・しょうゆ
・みそ
・しお
・カレー
の4種類があります。
10人の人間が、どれを注文したのかのサンプルをとりました。
・しょうゆ ☆☆☆☆☆
・みそ ☆☆☆
・しお ☆☆
・カレー
では、それぞれのスープが選ばれる確率は？
【統計的確率】
・しょうゆ 50%
・みそ 30%
・しお 20%
・カレー 0%
実際にとったサンプルから、全体の数字を予測するのが、統計的確率です。
【順列・組合せ的確率】
スープは4種類なのだから、選択も4とおりなので
・しょうゆ 25%
・みそ 25%
・しお 25%
・カレー 25%
実際にとったサンプルからではなく、ぜんぶで何通りかで、計算するのが順列・組合せ的確率です（正式な用語ではないのでしょうが）。
補足すると。これはいわゆる「重複」の場合なのですが。
・しょうゆ
・みそ（赤味噌）
・みそ（白味噌）
・しお
・カレー
だった場合なら。
スープは5種類なので、選択は5とおり。
・しょうゆ 20%
・みそ（赤味噌）20%
・みそ（白味噌）20%
・しお 20%
・カレー 20%
ですが、みその2種類をひと項目にまとめてしまうと
・しょうゆ 20%
・みそ（赤味噌 十 白味噌）40%
・しお 20%
・カレー 20%
となります。
わかりますか？
ぜんぶで4とおりですが。
「みそ」だけは、いわば5とおりちゅうの、2とおりを占めているため、このようになるのです。
本来は、5とおり、ですが、そのうち2とおりはおなじものとして扱われる。これが「重複」です。
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★
さて、このふたつの確率の計算方式。
いうまでもなく、より、現実に即して。ある意味、より正確とも呼べるのが、統計的確率です。
ところが、欠点も。
サンプルをとらなきゃならないんですね。
しかも、サンプルが多いほど、数字は正確になり。サンプルが少なすぎれば、なかなか正確な全体像は描けません。
いっぽう、机上の空論ともなりかねない、順列・組合せ的確率ですが。
それゆえに、サンプルをとらなくても、計算できるというメリットがあります。
しかも、統計ではひろえない、微細な可能性も掬うことができる。これは、おおきな武器です。
さっきの例でいえば、統計的確率ではカレースープのラーメンを注文する確率は0%。
でも、100人、1000人、10000人もいれば。
ひとりくらいは、注文するとは思いませんか？（もっといると思うけど）
統計的確率では、実際に上がってきた数字のある項目しか、掬えませんが。
順列・組合せ的確率なら、たとえ、その確率がどれだけ微細なものでも。存在する、すべての項目を洗いだすことができるのです。
ここでは、順列・組合せ的確率を使います。
理由は、サンプルがないから。
理由は、私が順列・組合せ屋だから。
理由は、そのほうが、面白い（私的にですが）から。
現実的な数字ではないですが。
存在を知りつつ無視するなら、ともかく。
存在を考慮せずに、無視してしまうのはどうかという項目を、検討の俎上にのっける。
そんな意図だと、思っていただければ、幸いです。
趣味で、計算しちゃう（笑）
