データの採り方　　

データの採り方　　　

　例えば１頭の馬が勝ったとして、
その属性としては、ある意味で無限のデータが採れる。
しかし、そんな多くのデータを採ると、データの矛盾も現れる。

　そこまで、多くを採用しなくても、最低限のデータとしては
その馬の勝ったと言うデータ。父馬でのデータ、母馬でのデータと、最低でも３つを採用しないと、データとしての
価値はない。ただ、その馬だけのデータでは独立事象になるので、比較対象が必要になる。

個々の馬での平均的データと、最高、最低とかのデータになる。

　つまりデータと言うのは、思っているよりも複雑で
使えるデータと使えないデータの採用は、
これすらも難しくなる。

データの迷宮ですね。　

　データの迷宮に入らないためには、
面倒くさいが、なるべく細かいデータに絞るべきである。
細かく分類して再構成する。
そこで、始めてデータとして生きてくる。
データが生きるとは、他の事例に汎用されうると言う事。
勿論、すべての事象に当て嵌まるわけではない。
推理する上での材料となる。

例外が少ないほど、データの精度が増す。

競馬は、答えのない推理ゲームである。
------------------------------------------------
　と、書いているんですが、限定的には分かっていることがあります。
勿論、教えませんよ。教えればマネされますからね。結局データで
穴がないような予想は、一番人気を導きだすものですので、
限定的にわかるレースを見つけるのが新データ主義です。　

　過去５年とか１０年とかでデータを拾ったからと言って、
それらは、ほとんど知られたデータです。
それらは、陳腐なデータに過ぎません。

独自のデータを、地中から掘りおこしなさい。
　　　　　　　　　　　　　　　　　　　　　　　　　　　-