②BBvsBTN(3betpot)のボードファクターによる回帰分析について（結果）

最近はブログよりnoteにアップするのがアツそうですね。

今度試してみようと思います。

●GTOを追って

前回は、ボードのスートに絞ってBBの「平均EQ」および「平均EV」について分析しました。

hmpokergto.hateblo.jp

結論として、BBは「①レインボー」のボードが最も望ましいことがわかりました。

 

しかし、ボードにはもっとたくさんのファクターがあります。

これらを準備すれば、スート以外のそれぞれのボードファクターについても、BBのGTO戦略に与える影響がわかるかもしれません。

 

今回のテーマは、「GTOはボードの何を見て、CB戦略を決めているのか？」です。

 

●ボードファクターの作成

まずは、1,000あるボードについて、それぞれボードの要素を示したファクターを設定します。

具体的には、以下のとおり定めました。

 

１．スート（ダミー変数：1 or 0）

 (1) レインボー

 (2) ツースート

 (3) モノトーン

２．ペアボード（ダミー変数：1 or 0）

※フロップでペアボードの場合に「1」

３．ストレートコンボ（ダミー変数：1 or 0）

※フロップでストレートが作れるコンボが存在する場合に「1」

４．ボードのハイカード（変数：2～14）

５．ボードのSUM値（変数：6～42）

 

以上５つの要素をもとに、「GTOの平均CBサイズ（AVERAGE_BET）」について重回帰分析します。

上図のように、関数を組んでボードファクターを説明変数に変換した後、「AVERAGE_BET（対pot比）」に対して回帰分析しています。

 

その結果、以下の表が出てきました。

1,000のボードは、全て①レインボー②ツースート③モノトーンのどれかに分類されることを踏まえ、イメージが簡単なように、「Constant is Zero」で回帰分析をしています。

 

各説明変数が有意水準であることを確認のうえ、この表をもうちょっと見やすくすると、こんな図になります。

●分析結果（CBサイズ早見表）

上図における「CBサイズ（％）／１単位」は、各ボードファクターの変数１単位の変化が与えるCBサイズ（対pot比）への影響を回帰分析で計算したものです。

 

この結果から、BBvsBTN(3betpot)において、BBの最適CBサイズは、以下の「①初期値」⇒「②修正値（固定）」⇒「③修正値（可変）」のプロセスで導出できることがわかります。

 

①初期値

１．スート

 (1) レインボー…BBの平均CBサイズは47.2％（pot）

 (2) ツースート…BBの平均CBサイズは40.1％

 (3) モノトーン…BBの平均CBサイズは22.6％

 

②修正値（定数）

２．ペアボード（ダミー変数：1 or 0）

　ボードがペアボードの場合、「初期値」から▲5.52%

 

３．ストレートコンボ（ダミー変数：1 or 0）

　ボードにストレートを作るコンボがある場合、「初期値」から▲13.5％

※フロップにおいて、ペアボードとストレートコンボ有りが重複するボードはありません。

 

③修正値（可変）

４．ボードのハイカード（変数：2～14）

　ボードのハイカード×▲0.80%

　（Aハイボードであれば、14×▲0.80%=▲11.2%）

 

５．ボードのSUM値（変数：6～42）

　ボードのSUM値×+0.19%

　（[AdKdAh]のAAKボードであれば、SUM値41×0.19%=7.79%）

 

 

ボードファクターの影響がもたらすGTO戦略への影響は、こんな結果になりました。

私たちBBは、3betpotのボードを見たときに、「①初期値」⇒「②修正値（固定）」⇒「③修正値（可変）」のフィルターを通せば、GTOの平均CBサイズを概算することができます。

 

とはいえ、まだ数値だけを見ても、イメージが湧きにくいかもしれません。

次回は、ボードの具体例と、導出された結果の考察をしたいと思います。