サイコロ計算機 - 振って統計を分析

d4・d6・d8・d10・d12・d20・d100 のサイコロを大気ノイズによる真の乱数でオンラインで振り、最大 100,000 回の試行をシミュレーションして、すべての結果を厳密な確率分布と比較できます。

ダイストレイをタップすれば修正値付きでさっと振れて履歴も残ります。統計と公平性検定付きの一括シミュレーションを実行したり、分布ラボを開いてサイコロを増やすにつれて中心極限定理が現れる様子を観察したりもできます。

個数
種類
大量の試行をシミュレーション
同じサイコロを最大 100,000 回振り、カイ二乗による公平性検定を含めて、結果を厳密な確率分布と比較します。

RANDOM.ORG から 128 ビットの大気ノイズ・エントロピーを取得し、すべての出目を生成する高速なローカル生成器のシードに使います。RANDOM.ORG に接続できない場合はローカルの CSPRNG に切り替えます。

中心極限定理ラボ
複数の個数で同時にサイコロを振り、出目の平均の分布を比較します。平らな形から釣鐘型へ変わっていく様子を観察しましょう。

最大 4 つ、それぞれ 1–50。例:1, 2, 5, 10。

それぞれ 1–20,000 回。上で選択したサイコロを使用します: d6

サイコロ計算機について

このサイコロツールには 2 つの役割があります。ゲーム用としては、上部のダイストレイで d4・d6・d8・d10・d12・d20・d100 といった一般的なサイコロを一度に最大 6 個まで振れ、+3 のような修正値を加えられ、直近 12 回の履歴も残るので、2d6+3 や 1d20+5 がワンタップで振れます。確率・統計用としては、一括シミュレーターと分布ラボが同じサイコロを何千回も振り、実際の結果を数学的な予測と比較します。 乱数には本気で取り組んでいます。既定では、大気中の電波ノイズを計測して真の乱数を提供するサービス RANDOM.ORG から 128 ビットの大気ノイズ・エントロピーを取得し、それを高速で統計的に健全な生成器(sfc32)のシードに使います。各面は棄却サンプリングで抽出されるため、d6・d20・d100 のどの面もまったく同じ確率で出ます。剰余による偏り(モジュロバイアス)はありません。RANDOM.ORG に接続できない場合は、ブラウザの暗号論的に安全な乱数生成器へ自動で切り替わり、ソースバッジでその旨を表示します。各バッチにはシードも表示され、任意のテキストを再現用シード欄に貼り付ければ、その実行を正確に再現できます。 一括シミュレーターは、各実行を合計値の厳密な分布と比較します。この分布は推定ではなく、1 個のサイコロの分布をサイコロの数だけ畳み込んで計算したものです。1 個なら平らな一様分布、2 個なら中央が最も高い三角形(2d6 なら 7 が頂点)、3 個以上になると釣鐘型の曲線に積み上がっていきます。グラフは観測値の棒と厳密な確率を重ねて表示し、統計欄では観測された平均と標準偏差を期待値 n(s+1)/2 および sqrt(n(s²−1)/12) と並べて示します。 カイ二乗適合度検定は、「この出目は公平に見えるか?」という素朴な疑問に答えます。どの区間でも期待度数が 5 回以上になるまで隣り合う合計値をまとめ、p 値は公平なサイコロでこれ以上のずれがどれくらいの頻度で生じるかを示します。p 値が小さくてもイカサマサイコロの証拠にはなりません。乱数が正しくても、およそ 100 回に 1 回は 0.01 を下回ります。とはいえ、怪しいと思う実物のサイコロを調べるときに使うのもまさにこの検定です。 分布ラボはさらに一歩進みます。1・2・5・10 個のように複数の個数で同時に振り、それぞれの出目の平均の分布を共通の軸上に描きます。1 個では平ら、2 個で三角形、10 個では (s+1)/2 を中心とした細い釣鐘型になり、その広がりは 1/sqrt(n) のように縮んでいきます。これが中心極限定理で、ワンクリックで目に見えます。もう 1 つのグラフは、1 個のサイコロの累積平均が期待値へ落ち着いていく様子、つまり大数の法則を追跡します。どちらのセクションの結果も、表計算ソフトや統計の授業向けに CSV でエクスポートできます。

サイコロの使用例

よくある振り方やシミュレーションと、それぞれで期待される結果です。

設定期待される結果用途
トレイ:1d20 + 56〜25、平均 15.5テーブルトーク RPG の典型的な攻撃判定や技能判定。6〜25 のどの合計も同じ確率(各 5%)で出ます。
トレイ:4d64〜24、平均 14能力値の決定や手早いダメージロールに。14 付近の合計は 4 や 24 よりはるかに出やすくなります。
2d6 × 1,000 回平均 ≈ 7.0、合計 7 ≈ 16.7%7 を頂点とする三角形分布で、標準偏差 ≈ 2.42。モノポリーやカタンで使われるサイコロです。
1d20 × 10,000 回各面 ≈ 5%一様分布で平均 10.5、標準偏差 ≈ 5.77。カイ二乗検定でこの d20 が公平であることを確認できます。
ラボ:1・2・5・10 個 × 5,000 回平ら → 三角形 → 釣鐘型サイコロを増やすほど、出目の平均が 3.5 の周りに集まっていきます。これが中心極限定理です。

サイコロ計算機の使い方

  1. さっと振るなら、トレイでサイコロの個数(1–6)と種類(d4〜d100)を選び、ゲームで必要なら修正値を加えて、サイコロか「振る」ボタンをタップします。直近 12 回の結果が下に表示されます。
  2. シミュレーションするなら、乱数ソース(既定は RANDOM.ORG の真の乱数)を選び、面数を選択し、サイコロの個数(1–10)と試行回数(最大 100,000 回)を設定して「サイコロを振る」を押します。
  3. 結果を確認します。観測された平均と標準偏差が期待値と並んで表示され、ほかに中央値、最頻値、範囲、観測度数と厳密な確率を比べたグラフ、カイ二乗による公平性検定が表示されます。
  4. 分布ラボを開き、1, 2, 5, 10 のように複数の個数を入力して「実験を実行」を押すと、平均の分布が釣鐘型へと細くなっていく様子が見られます。
  5. 結果の下に表示されるシードを使えば、その結果を再現できます。シード(または任意のテキスト)を再現用シード欄に貼り付けて、もう一度実行してください。度数表やラボのデータは CSV でエクスポートしてさらに分析できます。

サイコロに関するよくある質問

このサイコロは本当にランダムですか?
既定では RANDOM.ORG から 128 ビットの大気ノイズ・エントロピーを取得し、それをすべての出目を生成する高速な生成器(sfc32)のシードに使います。さらに棄却サンプリングにより各面がまったく同じ確率で出るようにしています。RANDOM.ORG に接続できない場合はブラウザの暗号論的に安全な乱数生成器に切り替え、結果にその旨を表示します。ローカルのソースを常に使うように切り替えることもできます。
2d6+3 や 1d20+5 のように修正値付きで振れますか?
はい。ダイストレイでサイコロの個数と種類を選び、修正値を入力します(負の数も使えます)。合計には修正値が含まれ、内訳には 4 + 2 + 3 = 9 のように各サイコロの出目が表示されます。
実行するたびに平均が少しずつ変わるのはなぜですか?
実行ごとに異なる乱数列を使うため、標本統計量は期待値の周りで揺らぎます。平均の標準誤差は標準偏差を試行回数の平方根で割った値で、2d6(標準偏差 2.42)なら 100 回で約 0.24、1,000 回で 0.077、100,000 回で 0.0077 です。この誤差が縮んでいくことこそが大数の法則です。
カイ二乗による公平性検定とは何ですか?
観測された度数が厳密な確率からどれだけ離れているかを測り、その距離を p 値、つまり公平なサイコロでこれ以上のずれが生じる確率に変換します。p 値が 0.01 を上回れば、出目は公平なサイコロと矛盾しません。実物のサイコロでは p 値が小さいことは警告サインですが、乱数が正しくてもおよそ 100 回に 1 回は起こります。
サイコロの期待値と標準偏差はいくつですか?
公平な s 面サイコロ 1 個の期待値は (s+1)/2、分散は (s²−1)/12 です。n 個の場合はどちらも足し合わせられるので、合計の期待値は n(s+1)/2、標準偏差は sqrt(n(s²−1)/12) になります。たとえば 2d6 は平均 7・標準偏差 2.42、1d20 は平均 10.5・標準偏差 5.77 です。
サイコロ 2 個で合計 7 が最も出やすいのはなぜですか?
d6 を 2 個振ると等確率の結果が 36 通りあり、そのうち合計が 7 になるのは 6 通り(1+6、2+5、3+4、4+3、5+2、6+1)で、ほかのどの合計よりも多く、確率は 6/36 ≈ 16.7% です。合計 2 と 12 はそれぞれ 1 通りしかありません(2.8%)。グラフ上の赤い点がこれらの厳密な確率を示しています。
正確に見積もるには何回振ればよいですか?
100 回で分布のおおよその形がわかり、1,000 回で度数の誤差はおよそ 1〜2 パーセントポイント以内になります。100,000 回では、標準的なサイコロの観測割合は通常、厳密な値とのずれがコンマ数ポイント以内に収まります。
再現用シードは何をするものですか?
各バッチには、その生成器を動かしたシードが表示されます。振る前にそのシード(または好きなテキスト)を入力するとまったく同じ出目が再現されるので、シミュレーションを繰り返し検証でき、授業で共有するのも簡単です。