アルゴリズム: 加重平均によるモデル集約
タイヤ性能ランキング
トレッドウェアカテゴリー別トップタイヤのモデル別性能分析
info
このレポートについて
このレポートは、LapMetaデータベースの実走ラップから構築したタイヤランキングです。採用しているのは モデル集約型のマージン方式 :各車種で各タイヤのベストラップを同じ車種の最速タイヤと比較し、そのペース差を全データで統合します。
なぜモデル集約? 単純な総合順位と異なり、この方式は同条件の車のみでタイヤを比較します。各タイヤは、データが揃う各車種で最速タイヤにどれだけ迫れたか(順位ではなく実際のペース差)で評価され、十分にテストされた組み合わせを重視して統合。統計的シュリンケージにより、データが少ないタイヤが上位を「買う」ことはできません。
science
方法論
1. データ品質フィルター
クリーンで信頼性の高いラップデータのみを使用:
- ドライコンディションのみ(ウェットラップは除外)
- 経験豊富なドライバーのみ(初心者ラップは除外)
- クリーンなラップのみ(フラグ付きラップは除外)
- 妥当なラップタイム(外れ値を削除)
- 最近のデータ(過去6年間のみ)
- 検証済みセットアップのみ
2. 最小要件
ランキングの対象となるには、各タイヤに次が必要です:
- 4台以上の車両モデル — クロスプラットフォームの妥当性を保証
- 合計50ラップ以上 — 統計的有意性を提供
- モデルあたり3ラップ以上 — 信頼できる平均のための最小値
3. 加重システム
複合重量 = モデル品質 × タイヤデータ量
重量インジケーター:
- 高(≥1.0x) 実質的なデータを持つ十分にテストされたプラットフォーム
- 中(0.5-0.99x) 中程度のテストとデータ量
- 低(<0.5x) 限定的なテストまたは最小限のデータ
insights
結果の解釈方法
- 総合ランク: 低い方が良い(1位が最高)
- テスト済み車両モデル: このタイヤはX種類の車両モデルでテストされています。ランキングはすべてのプラットフォームにわたる加重平均性能を反映しています。
- データ品質: ラップ数が多い = より信頼性の高いデータ
speed
UTQG 99tw カテゴリー
speed
UTQG 140tw カテゴリー
speed
UTQG 200tw カテゴリー
speed
UTQG 201+tw カテゴリー