一度に引く口数を増やすと、「当たりやすくなる」と「有利になる」が混同されやすい。独立した同じ分布から引くなら、少なくとも一度当たる確率は上がる。一方、1口当たりの期待値そのものは変わらない。僕は、口数を決める前に、合計結果の散らばりと1口平均の散らばりを別の量として見るべきだと考える。
以下の数字は仕組みを示す仮想例であり、実在するオリパの購入記録ではない。僕なら、実際の台を比べる際は、販売口数、当たり本数、各賞の価値、保証、同時購入特典が公開されている範囲だけを式へ入れる。
1口の結果を X、平均を μ、分散を σ² とする。同じ分布から独立に n口引いた合計 S の平均は nμ、分散は nσ²、標準偏差は σ√n になる。口数が増えるほど、合計金額の絶対的な振れ幅は大きくなる。予算が10倍なら、損益の円額も大きく振れ得る。
しかし、1口平均 S÷n の標準偏差は σ÷√n だ。こちらは口数が増えるほど小さくなる。僕は「たくさん引けば安定する」という表現を使うなら、合計ではなく1口平均が期待値の近くへ寄りやすい、と対象を明記する。
安定と有利は別だ。平均が購入価格を下回る台なら、口数を増やすほど観測された1口平均がその低い平均へ近づきやすい。僕なら、分散が小さくなる話を、利益率が上がる話へすり替えない。期待値が同じなら、口数は期待値を改善せず、結果の形と投入総額を変える。
また、標準偏差は「この範囲に必ず収まる」という上限ではない。オリパの分布は、低い結果が多数で、少数の上位賞が長い右裾を作りやすい。正規分布を前提にした機械的な幅へ当てはめるより、賞ごとの離散分布をそのまま計算する方が正確だと僕は考える。
構造だけを見やすくするため、1口100ポイント、95％で50ポイント、5％で1,050ポイントになる仮想モデルを置く。期待値は 0.95×50＋0.05×1,050＝100ポイント。1口の分散は47,500、標準偏差は約218ポイントだ。購入額と期待値が同じでも、1回の結果は大きく散らばる。
| 口数 | 合計の期待値 | 合計の標準偏差 | 1口平均の標準偏差 |
|---|---|---|---|
| 1口 | 100 | 約218 | 約218 |
| 10口 | 1,000 | 約689 | 約68.9 |
| 100口 | 10,000 | 約2,179 | 約21.8 |
10口にすると、合計の標準偏差は218の10倍ではなく、√10倍の約689になる。100口なら約2,179だ。一方、1口平均の標準偏差は100口で約21.8まで下がる。僕はこの表から、「合計損益の円幅は膨らむが、平均還元の比率はならされる」と読む。
このモデルは還元率の良し悪しを勧めるものではない。実際には賞が二種類だけとは限らず、発送限定品、最低保証、ラストワン、ボーナスコインなどもある。僕なら、公開された全賞を一つの分布へ直してから同じ計算をする。賞の価値が不明なら、精密そうな標準偏差を出さない。
オリくじの今日のラインナップを見る提供割合を公開している店／登録は無料1口ごとの当たり確率を p、各口が独立だと仮定すると、n口のうち一度以上当たる確率は 1－(1－p)ⁿ になる。p×n は、当たり本数の期待値では使えるが、「一度以上」の確率としては重複当選を二重に数える。
当たり確率が1％の仮想例では、次のようになる。
| 口数 | 一度以上当たる確率 | 一度も当たらない確率 |
|---|---|---|
| 1口 | 1.00％ | 99.00％ |
| 10口 | 約9.56％ | 約90.44％ |
| 30口 | 約26.03％ | 約73.97％ |
| 100口 | 約63.40％ | 約36.60％ |
100口でも一度も当たらない確率が約36.6％残る。僕は、1％を100回なら100％という足し算を使わない。逆に、一度以上の確率が上がっても、100口分の費用を払う事実は消えない。
さらに「当たり」の定義で数字は変わる。購入額以上、上位賞、発送限定、欲しい特定カードは、それぞれ別の事象だ。僕なら、広告上の当たり本数をそのまま自分の目的達成確率にせず、欲しい範囲に該当する本数だけで再計算する。
全N口の中に当たりK口が固定され、引かれた口が在庫から減る方式なら、復元なし抽選として扱う。一度以上当たる確率は 1－C(N－K,n)÷C(N,n) だ。同じ台で連続して引く間、残り口数と残り当たり数が変わるため、各回を一定確率の独立試行にはできない。
都度、一定確率で結果を生成する方式なら、独立モデルが候補になる。ただし、画面に総口数があるだけで抽選実装までは断定できない。僕は、販売ページや規約に書かれた抽選方式以上の仕組みを想像で埋めない。
2026年9月2日に確認したオリくじ公式サイトには、1回、10回、100回などの選択肢がある一方、表示される残り口数がリアルタイム更新ではない場合がある旨の案内もある。画面更新の遅れと抽選確率は別問題だ。僕なら、固定在庫モデルを使う前に、N、K、現在の残数が同じ時点の値かを確かめる。
NやKが非公開なら、正確な超幾何分布は計算できない。僕はその場合、欠けた数値に都合のよい仮定を置かず、「一度以上の確率は算定不能」と残す。分からないものを0％や100％へ寄せないことも比較の一部だ。
10連で最低R以上、100連だけ追加賞、一定口数でチケット付与、購入単価の割引があるなら、単発をn回繰り返す分布とは違う。保証は下側の裾を切ることがある。追加賞は上側や平均を変える。割引は分母を変える。
保証の増分は、「保証ありの分布の価値－同じ口数を単発で引く分布の価値」で見る。保証対象がサイト内ポイントなのか、発送できるカードなのかでも意味が違う。僕は「最低保証」の文字だけで上位賞の確率まで上がったとは考えない。
段階別の購入ボタンがあるときは、1口、10連、100連を同じ行へ押し込まない。価格、保証、付与物、上限、抽選母集団を別々に記録する。僕なら、特典が明文化されていないまとめ買いには、単発との差を加算しない。
最初に、全口が自分にとって最低価値の結果でも受け入れられる総額を決める。次に、目的とする当たりの確率、期待値、合計の標準偏差、1口平均の標準偏差を見る。最後に、まとめ買い保証が本当に分布を変えるかを確認する。この順なら「あと少し引けば平均へ戻る」という追加入金の理由を作りにくい。
僕は、口数を当たりへの距離として扱わない。独立試行なら過去の外れは次の1口の確率を上げず、固定在庫なら残数と当たり残数の両方が必要だ。どちらか不明な台では、口数を増やす根拠も弱くなる。
僕なら、候補の台ごとに口数を変えて分布を可視化し、合計額と1口平均を同時に比べる。公開数値を使って散らばりを試したい人は、オリパチェックのシミュレーターへ進める。
https://oripa-check.com/tools/simulator/
この記事の内容を踏まえて事業者を比べるなら、提供割合・排出履歴・交換ポイントの公開状況と、 第三者計測による還元率を先に見てください。 自分の予算で何が起きるかは高額カードの相場とシミュレーターで試算できます。