eスポーツELO・MMR 計算ツール｜チェスElo・LoL/DOTA/CS2/FIFA/将棋レート変動を瞬時計算
Eloレーティング(ハンガリー系米国の物理学者Arpad Elo博士が1950年代に考案)の変動を計算する無料電卓。自分・相手レートと勝敗、K係数から変動量と新レート・期待勝率を瞬時算出。チェス(FIDE公式)・将棋(日本将棋連盟)・囲碁(日本棋院/EGF/AGA)・テニス(ATP/WTA/UTR)、eスポーツのLeague of Legends(Riot Games)・DOTA2(Valve)・CS2(Counter-Strike 2)・VALORANT・FIFA・Rocket League・Overwatch・大乱闘スマッシュブラザーズSP(スマブラ)のMMR体系、Glicko-2(Mark Glickman)・TrueSkill(Microsoft Research)・Bradley-Terry・Whole-History Ratingなど発展モデル、FIDE K係数(10/20/40の3段階)、番狂わせボーナス、レート帯別ランクを、統計学とゲーム理論の観点から専門的に解説します。
eスポーツELO評価ツール
Eloレーティングの計算式
基本式
期待勝率 E = 1 ÷ (1 + 10^((相手レート − 自分レート) ÷ 400))
レート変動 = K × (実績 − 期待勝率)
実績：勝=1、引分=0.5、負=0
Eloレーティングは、対戦型競技における選手の実力を数値化するシステム。二人の選手のレート差を「勝率の差」に変換し、期待通りの勝敗ならレートは変動せず、期待に反する結果(番狂わせ)なら大きくレートが動くよう設計されています。レート差400点で強い側の勝率91%、200点差で76%、100点差で64%、50点差で57%が想定期待勝率です。
非線形性と対数分布
Elo式の「10^(差/400)」はロジスティック分布(logistic distribution)に基づく設計で、統計的に「勝敗の確率が正規分布に従う」という仮定の上に構築されています。Arpad Elo博士は元々「正規分布」を仮定していましたが、後に「ロジスティック分布」に近い実データが得られたため、両分布は今も混在使用されます。FIDEはロジスティック分布、USCF(米国チェス連盟)は正規分布ベースを採用しています。
ゼロサム性
Eloレーティングはゼロサムで、A選手が+10点獲得すればB選手は-10点。全プレーヤーのレート合計は常に一定で、新規参入者と引退者の出入りがなければ全体の平均も維持されます。「レートインフレ」問題は新規参入者の初期レート設定と引退者の除外プロセスに依存し、FIDEも定期的にレート調整を行っています。
Elo博士とレーティング史
Arpad Elo(1903-1992)
ハンガリー生まれの米国物理学者・チェスマスター。1959年USCF(米国チェス連盟)がKenneth Harkness系旧レーティングを改良するため、Elo博士に依頼。1970年FIDE(世界チェス連盟)公式採用となり、以降世界標準の対戦競技レーティングとなりました。1978年著書「The Rating of Chessplayers, Past and Present」で理論を公表。
チェスから他競技への波及
1970年代以降、卓球・囲碁・将棋・テニス・野球(セイバーメトリクス)・格闘技・eスポーツと拡大。1990年代のインターネット対戦環境で急速に普及し、現在はATP・WTA・UTR・FIFAランキング(2018年改定)・PGAツアー(Strokes Gained)もEloベースの派生指標を採用しています。
FiveThirtyEightのスポーツ予測
米政治・スポーツ予測サイトFiveThirtyEight(Nate Silver氏創設)がNBA・NFL・MLB・World Cup予測に「改良版Elo」を採用し、統計学的アプローチとして広く認知。ホームアドバンテージ・過去成績重み・怪我情報を統合したモダンEloモデルを使用しています。
Eloが定着した理由
①計算が簡単(電卓レベル)、②数学的な理論的裏付けが強固、③直感的にわかりやすい、④世代・時代を超えた比較可能、⑤ゼロサム性による公平性。この5点により、50年以上経った現在も対戦競技レーティングの標準地位を維持しています。
K係数の意味と設定
K係数は1試合で動くレート量の最大幅を決めるパラメータ。大きいほど変動が激しく、小さいほど安定します。用途別の推奨値を整理します。
| 用途 | K係数 | 特徴 |
|---|---|---|
| FIDE新規プレイヤー(30試合以下) | 40 | 実力反映を早める |
| FIDE標準プレイヤー(2400未満) | 20 | 安定運用 |
| FIDEマスタークラス(2400以上) | 10 | 変動最小・上位保護 |
| USCF(米国チェス連盟) | 16-32 | レート帯で動的 |
| 日本将棋連盟公式Elo(参考) | 16 | プロ棋士の実力差反映 |
| LoL・DOTA(概算) | 25 | 1試合で15-30 LP変動 |
| アマチュア草大会 | 32-50 | 試合数少ないので大きめ |
K係数の設計は「試合数と精度のバランス」が本質。新規参入者は少ない試合で実力を反映する必要があり、上位者は既に多くの試合を重ねているため小さい変動で安定させます。
eスポーツ主要MMR体系
League of Legends(Riot Games)
Elo改良版を「MMR(Match Making Rating)」として内部保有。ランクはIron→Bronze→Silver→Gold→Platinum→Emerald→Diamond→Master→Grandmaster→Challengerの10階層。1試合で+15〜+30 LP(League Points)変動。世界大会Worlds出場のトッププロは4200-4500 MMR相当と推定。
DOTA2(Valve)
MMR純粋制で0-15000+。ランクはHerald→Guardian→Crusader→Archon→Legend→Ancient→Divine→Immortalの8階層。Immortalは6300 MMR以上で上位0.1%。Party MMRとSolo MMRを分離管理し、Solo MMRがプロシーン重視。ロールMMR(コアレーン/ミッド/サポート等)も実装。
CS2・VALORANT(タクティカルFPS)
CS2はValveのGlicko-2、VALORANTはRiot改良Eloベース。ランクは共にIron→Bronze→Silver→Gold→Platinum→Diamond→Ascendant→Immortal→Radiant(VAL)/Global Elite(CS)階層。プロレベルは上位0.02%以下の希少ランクで、日本のZETA DIVISION・SCARZ選手がここに位置します。
FIFA・Rocket League・スマブラSP
FIFA UT・Rocket LeagueはEloベース、大乱闘スマッシュブラザーズSP(任天堂)はVIPMMR+全国戦闘力。スマブラSPは戦闘力1200万で世界ランク上位。プロ大会「EVO」「Genesis」入賞ラインは1000万以上。国内Umebura大会も同水準。
チェス・将棋・囲碁のレート
伝統系対戦競技のレーティング分布です。
| 選手・段位 | Elo相当 | 該当プレーヤー |
|---|---|---|
| チェス世界チャンピオン | 2830+ | Magnus Carlsen(2850)・Ding Liren |
| チェスGM(Grandmaster) | 2500+ | Fabiano Caruana・岩崎唯史(日本人GM) |
| チェスIM(International Master) | 2400+ | 青嶋未来・小島慎也(日本人) |
| チェス上級 | 1800-2200 | クラブ強豪 |
| チェス中級 | 1400-1800 | 大会参加レベル |
| チェス初級 | 1000-1400 | ルール覚え始め |
| 将棋 名人・竜王クラス | 1900+ | 藤井聡太七冠(2000+) |
| 将棋 タイトル挑戦者級 | 1700+ | 渡辺明・豊島将之ら |
| 将棋 プロ棋士平均 | 1500 | 日本将棋連盟基準 |
| 将棋 アマ竜王 | 1400 | アマトップクラス |
| 囲碁 世界一流(井山裕太・仲邑菫) | 2600+(GoRatings) | Ke Jie・Shin Jinseo |
ちなみにAlphaZero(DeepMind)のチェスElo推定は3500+、AlphaGo Zeroの囲碁Eloは5000+と、人間の限界を大きく超えるAI強さが報告されています。
Glicko-2・TrueSkillなど発展モデル
Glicko / Glicko-2(Mark Glickman)
ボストン大学のMark Glickman教授が1995年開発。Eloに「レーティング偏差(RD)」を追加し、試合していない期間の不確実性を数値化。長期空白後は変動幅が大きく、頻繁に対戦している選手は変動幅が小さくなります。CS2・Free Internet Chess Server(FICS)・多くのeスポーツで採用。
TrueSkill(Microsoft Research)
Microsoft ResearchのRalf Herbrichらが2005年開発。Xbox Live内対戦のマッチメイキング用。ベイズ確率とガウス分布を用い、チーム戦・多人数対戦にも対応。Halo・Gears of War・Age of Empiresで採用。TrueSkill 2は改良版で、個人パフォーマンス指標も統合。
Bradley-Terry Model
1952年Bradley・Terryが発表した統計モデル。全ペアの勝敗確率をロジスティック回帰で推定。Eloの前身とも言える理論的基盤で、Whole-History Rating(2007年 Rémi Coulom)の基礎。囲碁のGoRatings.orgもBradley-Terry系。
Whole-History Rating(WHR)
フランスの研究者Rémi Coulom(囲碁AI Crazy Stoneの開発者)が2007年発表。全対戦履歴を毎回再計算してレートを更新する高精度モデル。計算コストが高いが、レート精度が最も高いとされ、Elo・Glicko-2との比較研究で優位性が示されています。
典型シナリオ別レート変動例
同格対戦(1500 vs 1500)
期待勝率50%。K=32で勝てば+16、負ければ-16、引分±0。Eloの理想モデルケースで、公平な対戦で徐々に実力差が数字に現れる典型パターンです。プレイスメント(配置戦)後のマッチメイキングも同格を目指します。
番狂わせ勝利(1500 vs 2000勝ち)
期待勝率9%の相手に勝利。K=32で+29変動という大きな上昇。しかし現実には200-300点差の対戦が中心で、400点差以上はマッチメイキングで避けられます。競技会・オープン大会などでは番狂わせが記録的価値を持ちます。
順当勝利(2000 vs 1500勝ち)
期待勝率91%の相手に勝利、K=32で+3のみ。上位者は「勝って当然」で得るレートが小さく、負ければ大きく失います。ATP・WTAのランキング防衛戦、チェスGMのFIDEレート防衛でも同様の現象が起きます。
連勝ストリーク(5連勝時)
基本Eloでは連勝の特別加算なし。しかし実戦のゲームMMRでは連勝ボーナス+5〜+10 LPが付与されるタイトルが多く、勢いに乗ってランクを一気に上げやすい設計になっています。逆に連敗時のペナルティも存在。
よくある間違い・注意点
- ゲームMMRとチェスEloを直接比較 — 「LoLの2000 MMRは将棋の2000 Elo?」と質問されがちですが、異なる競技のレートは分布・K係数・母集団が全く違うため直接比較不可能です。ゲーム内での相対順位(パーセンタイル)で見るのが正解。
- 連勝・連敗のバイアスを見落とす — Eloは1試合単位の独立と仮定していますが、実際はコンディション・メンタル・疲労で連続性があります。ゲームMMRでは「1日連続敗北ペナルティ」や「ホットストリークボーナス」を独自実装しているタイトルも多くあります。
- K係数を頻繁に変更する — K係数を大きくすれば早く実力反映されますが、レートの安定性が失われ、上下振動が大きくなる。運営側はK係数を段階的に下げる設計が推奨されます。
- レート差の解釈違い — 400点差=91%勝率、800点差=99%勝率という数値を、「800点上でも勝てる可能性1%」と誤読しがち。実際は「100試合中1試合の番狂わせ」ある確率で、下位者側から見れば無視できません。
- マッチメイキング品質の劣化 — 母集団が少ないゲームは、期待勝率50%の対戦相手が見つからず、極端なレート差の対戦が発生。マッチング待ち時間 vs 相手品質のトレードオフを運営が調整する必要があります。
- 「レートを守る」プレー — 上位者が失うレートを恐れて挑戦的な試合を避けると、実力向上が停滞。Growth Mindset(成長マインドセット)で「学びのある敗北」を許容する姿勢が長期的な向上には重要です。
関連する統計理論
- Elo Rating System(Arpad Elo, 1978) ― 原著「The Rating of Chessplayers, Past and Present」。世界標準対戦競技レーティングの理論的基盤。
- Glicko-2(Mark Glickman) ― ボストン大学。レーティング偏差(RD)を導入した高精度モデル。
- TrueSkill(Microsoft Research) ― ベイズ推定+ガウス分布のチーム戦対応モデル。
- Bradley-Terry Model ― 1952年発表の統計モデル。ロジスティック回帰による勝敗確率推定。
- Whole-History Rating(Rémi Coulom, 2007) ― 全履歴を再計算する超高精度モデル。囲碁AI研究から派生。
- FIDE Handbook (B.02.10) ― FIDE公式レーティング規定。K係数の詳細・年間更新ルール。
参考文献・公的資料
より詳細な理論・データを確認したい場合は、以下の公的機関・団体・研究機関の資料を参照してください。
- FIDE(世界チェス連盟) ― Elo公式レーティングを管理。ハンドブック(規則集)・毎月更新レーティングを公開。
- 日本将棋連盟 ― プロ棋士のレーティング・段位・タイトル戦運営。藤井聡太七冠の公式データも公開。
- 日本棋院 ― 囲碁の公式レーティング・棋戦運営。国際対局データ。
- US Chess(米国チェス連盟) ― Eloレーティングの発祥組織。USCFレーティング公式。
- Mark Glickman教授公式サイト ― Glicko-2レーティング開発者。統計モデルの原著論文。
- Microsoft Research TrueSkill ― Xbox LiveなどのMSゲームで採用のマッチメイキングシステム。
- FiveThirtyEight Elo Ratings ― NBA・NFL・MLB・W杯にElo改良版を適用する統計サイト。
- Go Ratings ― 世界の囲碁棋士Bradley-Terryレーティング。井山裕太・柯潔・申真諝の実力比較データ。
- Esports Earnings ― 世界のeスポーツプロ賞金・大会成績データベース。
- 一般社団法人日本eスポーツ連合(JeSU) ― 日本のeスポーツプロライセンス発行機関。国内プロシーン統括。
よくある質問（FAQ）
レート差400点で何%？
Elo式では強い側の勝率91%が想定期待値。200点差で76%、100点差で64%、50点差で57%、25点差で53%が理論値です。逆に言えば、400点上の相手にも1/10の確率で勝てることになります。
K=32の意味は？
1試合の最大±32点変動。同レート同士で勝てば+16、負ければ-16。番狂わせでは絶対値29点近くまで動きます。チェスFIDEの標準プレイヤー用K=20、初心者用K=40、マスタークラス用K=10と3段階に設定されています。
LoL・DOTAも同じ計算式？
基本はEloベースですが、非公開の内部MMRと表示LP(League Points)が分離されています。LoLは1試合で+15〜+30 LP変動、DOTAは+25〜+30 MMR変動が標準。連勝ボーナス・シーズン初期補正・パーティ組成補正も加わり、純粋Eloより複雑です。
チェスの2500 Eloはどれくらい強い?
GM(グランドマスター)の入り口ライン。世界に約1900人のGMがおり、各国で数十人。日本には現在GMが1名(岩崎唯史)のみ。世界チャンピオンMagnus Carlsenは2850前後で、GMの中でもさらに突出しています。
藤井聡太のEloは？
将棋のレーティングでは日本将棋連盟公式で2000超(2026年時点)。プロ棋士平均が1500なので、平均に対して500点差=約94%勝率という驚異的な強さ。過去のプロ棋士歴代最高値を大きく更新しています。
Glicko-2とEloの違いは?
Glicko-2は「レーティング偏差(RD)」で不確実性を数値化し、長期休眠プレイヤーの変動を大きく、頻繁対戦者の変動を小さくします。理論的にはEloより精度が高く、CS2・FICS・多くのeスポーツで採用されています。
チーム戦のEloはどう計算する?
単純法はチーム平均レートを1人分として扱う方式。より精緻にはTrueSkill(Microsoft)がチーム内個人MMRを分離推定します。LoL・DOTAは平均+個人パフォーマンス指標のハイブリッド。プロシーンではチーム全体のレートも別途集計されます。
Elo 2000は上位何%?
競技によって全く異なります。チェスでは上位2%(強豪クラブレベル)、将棋プロ棋士なら中位、LoL MMR 2000なら日本鯖の上位20%程度。母集団と分布を確認して評価してください。
プロレベルのMMRは?
タイトル別に大きく異なります。LoL Challenger=1000+ MMR上位0.01%、DOTA Immortal Top500・CS2/VAL Radiant上位0.02%。世界大会出場級はさらに希少で、日本のZETA DIVISION・DetonatioN・SCARZ選手も上位1%以内に位置します。
初期MMR設定はどう決まる?
ほとんどのゲームは「配置戦(プレースメント)5-10試合」で仮MMRを決定。運営側は本人の申告実力・過去プレイ履歴・友人パーティ情報を参考にする場合もあります。Provisional Rating期間はK係数が大きめに設定され、実力に早く近づきます。
スマブラSPの戦闘力はEloと同じ?
正確なEloではないですが、類似の期待勝率ベースと推定されています。任天堂は仕様非公開ですが、コミュニティ研究では戦闘力差×係数で変動幅が決まると分析されています。VIPMMR(1000万以上)はEloで言えば2000点相当と目安されます。
Eloのレートインフレは起きる?
起きます。新規参入者が1500で始まり実力を伴わずに離脱すると、既存プレイヤーのレートが徐々に上昇する現象。FIDEは定期的にレート補正を実施。ゲームMMRも季節ごとのソフトリセット(1シーズン終了時にMMR一部リセット)で対処しています。
ハンディキャップ試合(スミス vs 上位者)のEloは?
基本Eloではハンディキャップ非対応ですが、チェスではハンディキャップ戦は公式レーティング対象外。ゴルフのHDCPシステム、囲碁の置き石ハンデ、将棋の駒落ちなどは独自のレーティング補正が必要で、Eloは適用されません。
eスポーツプロを目指すには?
JeSU(日本eスポーツ連合)公認プロライセンス取得が第一歩。公式大会での実績(上位入賞・国代表選抜)、プロチーム(ZETA・DetonatioN・Crazy Raccoon等)のトライアウト合格が典型ルート。上位0.01-0.1%の実力と、SNS発信・練習量(1日8-12時間)・メンタル管理が必要です。
ランクアップの実践Tips
試合数と実力反映
Elo/MMRは試合数が多いほど実力に収束します。プレースメント5-10試合では大きくブレるため、20試合以上プレーして安定期に入るのが基本。「一時的なランクダウン」に一喜一憂せず、100試合単位の平均で判断するのが賢明です。
コンディション管理
プロeスポーツ選手も睡眠7-9時間・食事管理・目の休息を徹底。1日8時間プレイでも疲労時はランクが下がるため、集中できる時間帯(20試合以内)に絞るのが効率的。ZETA・DetonatioNなどのプロチームは専属フィジカルコーチ・栄養士も配置しています。
デス分析・リプレイ活用
プロは自分の負け試合を必ずリプレイで振り返ります。LoL Championify・DOTA2 Dotabuff・CS2 HLTV等の分析ツールで、負け原因(判断ミス・エイム・立ち回り)を数値化。同じミスを繰り返さない習慣がランク維持の要です。
コミュニティ参加
Discord・Twitterのランク帯別コミュニティで情報交換・スクリム(練習試合)参加。1つ上のランク帯のプレーヤーと組むことで思考パターンが伝染し、上達スピードが加速。プロチームトライアウトへの応募も、コミュニティ経由が典型ルートです。
用語集(レーティング・eスポーツ関連)
- Elo Rating ― Arpad Elo博士考案の対戦競技レーティング。世界標準。
- MMR(Match Making Rating) ― ゲーム内マッチメイキング用の内部レート。
- LP(League Points) ― LoL等の表示ランクポイント。MMRから計算される。
- K係数 ― Elo式のレート変動幅を決めるパラメータ。10-50が実務範囲。
- 期待勝率(Expected Score) ― Elo差から算出される理論勝率。
- Glicko / Glicko-2 ― Mark Glickman考案の改良Elo。不確実性を数値化。
- TrueSkill ― Microsoft Research開発のベイズ推定モデル。チーム戦対応。
- FIDE ― 世界チェス連盟。Elo公式レーティングを管理。
- JeSU(日本eスポーツ連合) ― 日本のeスポーツプロライセンス発行団体。
- GM/IM/FM(Grandmaster/International Master/FIDE Master) ― チェスの称号。GMは2500Elo以上。
- Radiant/Immortal/Challenger ― CS2/DOTA/LoLの最高ランク階層。