ルーザーズキューは実在するのか？

検証内容

ルーザーズキューとは、連勝した後に勝率を50%に戻すためマッチメイキングが意図的に弱い味方を割り振るという俗説です。もし実在するなら試合データに痕跡が残るはずです。連勝中のプレイヤーは好調さから予測されるよりも敗北しやすくなり、味方の評価レートは敵チームを下回るはずです。

• マッチ成立時に存在する情報のみを参照するモデルを構築しました。プレイヤー10人のランク、直近7日間および現在のセッションの好不調、オートフィル、デュオです。チャンピオンやドラフトの情報は一切見ません。
• 2026年6月〜8月のNAランク戦約510万試合で訓練し、未知の1週間（9月2日〜9日の563,839試合、5,638,390件のプレイヤー試合データ：1試合あたり10人）で検証しました。
• 各プレイヤーデータについて、開始前の連勝・連敗数、勝敗、モデルの予測値、および当該プレイヤーを除いた味方4人と相手5人の評価差を記録しました。

連勝・連敗は継続する。反転しない。

もしルーザーズキューが存在するなら、連勝グループの勝率は50%を下回るはずです。しかし実際には上昇しています。1勝後の50.4%から5連勝以上の53.0%まで上がります。連敗側も5連敗で48.4%に落ちるまでほとんど変化しません。

最も単純な説明：連勝中のプレイヤーは現在のランクより実力が高く、ランクが追いつくまで勝ち続ける傾向があり、長い連敗中のプレイヤーは一時的に調子を落としているだけです。

モデルは結果を正確に予測していた

すべての連勝・連敗グループで、実際の結果はモデル予測値の0.5ポイント以内に収まっています。モデルはいかなるペナルティも知りません。知っているのはプレイヤーの直近の調子とランクだけであり、結果の説明にはそれで十分です。隠された仕組みなど必要ありません。

連勝後に味方が弱くなることはない

当該プレイヤーを除き、味方4人と相手5人の平均評価レートを比較しました。5連勝以上後、味方の評価は相手をわずかに上回っており（評価尺度で+0.126）、5連敗以上後ではわずかに下回っていました（-0.061）。どちらの差もごく僅かであり、ルーザーズキューの主張とは逆の結果です。

では何が自チームを不利にするのか？

各プレイヤーデータについて2点を測定しました。自チームがアンダードッグ（チャンピオン選択前の予測勝率50%未満）として開始した頻度と、プレイヤーを除いた味方平均と相手平均の差というマッチメイキング側の要因がどれだけ関与しているかです。

• 最大の要因はあなた自身です。 連敗後にチームがアンダードッグになりやすいのは、直近数試合の不調によりモデルがあなた自身を低く評価しているためです。味方が弱くなっているわけではありません。マッチメイキングによる味方評価はほとんど動かず、むしろ逆方向に動いています。
• オートフィルは勝率を約1ポイント低下させ（50.1%に対して49.1%）、それを補う仕組みはありません。
• ロビーで最強のプレイヤーには、わずかに弱い味方が付きます。 マッチメイキングはチームの平均実力を均等化するため、最も強いプレイヤーの味方4人の評価は少し低くなります。「毎試合キャリーしなければならない」という感覚は現実に起きていますが、その差はごくわずかです。
• 昇格戦専用キューは存在しません。 昇格まであと1勝でも降格まであと1敗でも、勝率は同ディビジョンの他の試合と全く変わりません。
• それ以外の要素は影響しません： LPの増減傾向も、セッションの何試合目かも、どれだけ早く再キューを入れたかも関係ありません。

プレイヤー別の分析

その週に10試合以上プレイした194,935人のプレイヤーを調査しました。チームがアンダードッグとして開始した割合は31.6%から68.4%（10〜90パーセンタイル）に分布しており、運だけでは説明がつかない開きがあり、主にプレイヤー自身の好不調を反映していました。週の前半の勝率は後半の勝率をほとんど予測できませんでした。1週間という単位では、運の要素が支配的です。

その他の発見

• ランク戦の約5試合に1試合（21.2%）は、チャンピオン選択前に勝率60%以上の明確な本命チームが存在します。 これらの本命チームは予測通りの確率で勝利しており、70%以上と予測されたチームは76.4%で勝利しました。
• 低レートほど試合のバランスが不揃いです。 アイアンのロビーの半分以上で勝率60%以上の本命が存在するのに対し、ダイヤでは9.4%にとどまります。
• オートフィルの人数も両チームで均等ではありません。 ブルー側のオートフィルがレッド側より2人多い場合、ブルー側の勝率は47.1%となり、逆の場合は52.5%になります。
• ブルー側には平均評価の低いチームが割り振られがちですが（61.3%の試合で平均LPが低い）、それでも約半数（50.1%）で勝利しています。

モデルの精度はどれほどか？

同じ563,839件のテスト試合において、プレイヤー限定モデルと3つの単純な予測手法を、全モデル共通の5つの評価指標で比較しました（各指標の解説は精度検証ページを参照）。

独自の評価レート差だけでは勝敗をほぼ予測できません（AUC 0.5023）。そのレート基準では、マッチメイキングが両チームをほぼ完璧に均等化しているためです。モデルが捉えているのは直近の好不調であり、直近7日間のデータが情報の約半分を占めています。

本調査では分からないこと

• NAサーバー限定、1週間、単一パッチ。 連勝・連敗は収集した試合データ内でカウントしているため、データ欠損があると連勝・連敗が途切れて記録される可能性があります。
• 「評価レート」は独自推計値です。試合履歴から算出したもので、Riotの内部MMRではなく、マッチメイキングの内部コードを検証したものでもありません。公開情報を用いて、成立したロビーの状態を測定したものです。
• これらは数百万試合の平均データです。 個人的についていない夜が訪れることは十分にあり得ます。