パズドラ ガチャ確率比較 2026｜期待値・天井・予算ガイド

この記事の概要と構成

パズドラのガチャ確率を「実務的に」扱うためのガイドです。公式表記の確認方法、実測データの扱い方、即時利用できる計算式や石→金額換算の例、再現可能な簡易シミュレータをまとめています。以下のリンクから主要節へ移動できます。

• 公式表記と出典一覧
• バナー別の確率比較と天井／保証
• 実務で使える計算ツール（電卓・換算・シミュレータ）
• 確率と期待値の計算方法（理論）
• 実測データの収集・クリーニング・信頼性評価
• 実践ガイド：無課金〜重課金の引き方・ケーススタディ・FAQ
• まとめ（要点整理）

この記事の目的と読み方（要点まとめ）

パズドラのガチャ確率を実務的に評価するための方法論とツールを提示します。公式の表記があるかを最優先に確認し、非公開の場合は仮定値で計算する手順を示します。計算式・簡易シミュレータ・石→金額換算をすぐ使える形で提供します。

この記事で得られること

この文書を読むことで得られる具体的な成果は次の通りです。各項目は実務で即使える情報に絞っています。

• 公式表記の確認箇所と参照例（一次ソースの示し方）
• バナー別のピックアップ率の扱い方と天井・保証の確認ポイント
• 「何回引けば何％か」を即座に計算する電卓式と逆算式
• 石→円換算の手順と仮定例（複数の価格想定）
• モンテカルロ再現コード（Python）とCSV出力サンプル
• 実測データの収集基準・クリーニング手順・信頼区間の計算方法

2026年版：公式ガチャ排出率の総覧（出典一覧）

運営が公式に開示しているかをまず確認します。公式が非公開の内訳については、以降の計算で明示的に「仮定値」として扱います。ここでは一次ソースを優先し、二次ソースは参考情報として区別します。

一次ソース（運営公式）

公式表記はアプリ内表示や運営サイトで確認してください。例として参照先を示します（参照日は各行に記載）。

• パズドラ公式サイト（運営トップ）：https://pad.gungho.jp/（参照: 2026-03-01）
• Google Play / App Store のアプリ説明ページ（課金表記・利用規約の参照に有用）（参照: 2026-03-01）

一次ソースで確率や天井仕様が明示されている場合は、その数値を最優先で使用してください。

二次ソース（集計・まとめサイト）

運営が非公開の場合、ユーザー集計やまとめサイトが参考になります。バイアスやデータ処理の違いがあるため、必ず「サンプル数」「集計期間」「集計方法」を確認してください。

• app-tatsujin のまとめ例（集計・手順解説）：https://app-tatsujin.com/pazudora-gacha-probability-2026/（参照: 2026-03-01）
• games.appmatch のパズドラページ（バナー別まとめ例）：https://games.appmatch.jp/gamewiki/puzzleanddragons/177881181218585034/（参照: 2026-03-01）

注意：公式優先と仮定値の扱い

ここでの全ての「数値」は次のルールで扱います。

• 運営公式が明示している数値を最優先で使用する。
• 公式非公開の場合は「仮定値」と明記して計算例に用いる。仮定値は由来（サイト集計 or 実測 p̂）を必ず併記する。
• 実測値を用いる場合はサンプルサイズと95%信頼区間を併記し、バイアスの可能性を説明する。

バナー別の確率比較（ピックアップ率・レア度）と天井／保証の仕組み

バナー種別によって「ピックアップ率」「全体排出率」「天井仕様」が大きく異なります。ここでは典型的な違いと、設計上注意すべきポイントを整理します。

ピックアップ率・掲載数の影響

ピックアップが複数体いる場合、個別当選確率はピックアップ合計率を掲載数で単純割りした値に見えることがありますが、運営が個別に重みをつけることもあります。以下は仮定値の考え方です。

• 個別ピックアップ率 p は「ピックアップ合計率（%）を掲載数で割る」という単純仮定で求めることが多い。
• 掲載数が多いほど個別 p は低下するため、複数ピックアップがあるバナーは「個体単位での当たりにくさ」が増す。
• すべての数値は「公式」か「集計に基づく仮定」かを明示すること。

天井／保証の確認ポイント

天井や保証仕様はバナーごとに異なります。検証時に必ず確認すべき点は次の通りです。

• バナー説明文に「天井」「保証」「有償/無償カウント区分」の記載があるか。
• 天井到達時に「単体確定」なのか「レア度確定」なのか、あるいは「特定枠ランダム」なのかを確認。
• ステップアップ式では各ステップの p_i を個別に扱い、累積確率は Π(1 - p_i) を用いて計算する。

下表は「公式非公開」を前提にした説明用の仮定例です（仮定値であることを明示）。

（上表の数値は説明用の仮定であり、実際のバナーは公式告知を確認してください）

実務で使える計算ツール（高速電卓・石→円換算・簡易シミュレータ）

ここでは「何回引けば何%か」を即時に出せる電卓式、石から金額への換算方法、再現可能なモンテカルロシミュレータのサンプルコードを示します。すべて再現可能な手順で記載します。

即時計算（何回で何%）電卓

1回当たりの当選確率を p（パーセント表記）とし、内部計算で p_dec = p/100（小数）とします。n 回引いて少なくとも1回当たる確率は次の式です。

• 少なくとも1回当たる確率（%） = 100 × (1 - (1 - p_dec)^n)

n を目標確率 q_dec（小数）から逆算する式は次の通りです。

• 必要回数 n = ceil( ln(1 - q_dec) / ln(1 - p_dec) )

例（仮定値：p = 1.40%（0.014））:

（上は p = 1.40%（0.014）を用いた計算例。すべて仮定値）

計算時は p の表記を常に「%（小数）」両方で併記してください（例：p = 1.40%（=0.014））。

石から金額への換算

パックやセールによって石あたり価格は変動します。まずは次の式で単純換算します。

• 必要石数 = n × stones_per_pull
• 金額（円） = 必要石数 × price_per_stone（円/石）

以下は仮定例（実際の価格はストアで確認してください）。

注：stones_per_pull（ガチャ1回に必要な石数）はバナーやゲーム内仕様で異なるため、必ずゲーム内表示を確認してから計算してください。

簡易モンテカルロシミュレータ（再現コードとCSV例）

次は再現可能なサンプルコード（Python, numpy, pandas）です。乱数シードを固定して再現性を確保しています。p は小数で与えます（例 p = 0.014）。

CSV 出力サンプル（先頭5行）:

可変確率（ステップアップ）を扱う場合は、各ステップの p_i を順に適用して累積成功をカウントします。上記コードは単純化のため単一 p の例です。

確率と期待値の計算方法（単発・10連・ステップアップ・累積）

確率の基本式と実務でよく使う計算を整理します。単純な式を覚えておくことで短時間で判断ができます。

基本式と単発・n回の例

• 1回の当選確率：p（例：1.40%）→ 小数 p_dec = p/100（例：0.014）
• 少なくとも1回当たる確率 = 1 - (1 - p_dec)^n
• 期待当選回数 E = n × p_dec
• k 回当たる確率（二項分布） = C(n,k) × p_dec^k × (1 - p_dec)^(n-k)

例（p = 1.40%（0.014）, n = 100）:

• 少なくとも1回: 1 - (1 - 0.014)^100 ≈ 75.59%
• 期待当選回数 E = 100 × 0.014 = 1.4 回

確率表は電卓式で素早く作れます。単位（%/小数）は必ず併記してください。

ステップアップ／保証付きの扱い方

各ステップで確率 p_i が変化する場合、累積して少なくとも一回当たる確率は次の式で求めます。

• 累積成功確率 = 1 - Π_{i=1..n} (1 - p_i)

k 回目に保証が入る設計では、k 回目までに未当選である確率 Π_{i=1..k-1}(1 - p_i) を考慮し、k 回目に「確定」で当たる分が生じます。計算は上記の累積式で反映できます。

実測データの収集・クリーニング・信頼性評価（再現性のある手順）

実測データを用いる場合、収集・クリーニングの手順を透明に示すことが信頼性確保の要です。ここでは具体的な基準と処理手順を提示します。

収集基準とバイアス評価

データ収集時に明確にするべき項目は次の通りです。

• 収集方法：自己申告（Twitter等）/ まとめサイトCSV / スクレイピング のどれか
• 収集期間：開始日と終了日を明記する（例: 2026-01-01 〜 2026-02-28）
• サンプル抽出基準：1投稿=1バナーの集計なのか、ユーザーごとの合算なのかを明記する
• バイアス評価：重課金者の過剰報告、当選者が報告しやすい傾向、地域偏りなどを検討する

収集段階でメタデータ（投稿日時、地域、端末、課金有無）を可能な限り収集しておくと偏り評価がしやすくなります。

クリーニング手順（Python/Pandas例）

以下は代表的なクリーニング手順の例です。CSV カラム例: user_id,banner_id,pulls,successes,timestamp,paid_flag

各ステップの閾値やルールは必ず記録し、結果に対する影響を報告してください。

信頼区間と検定の扱い方

割合 p̂ の95%信頼区間（正規近似）は次の式で計算できます（n が十分大きい場合）。

• 標準誤差 SE = sqrt(p̂(1-p̂)/n)
• 95%CI ≈ p̂ ± 1.96 × SE

n が小さい・p̂ が極端な場合はウィルソン区間などの方法を使用してください。差の有意性を検定する場合は二項検定やカイ二乗検定を用います。実験的な p̂ と公式 p0 を比較するときは帰無仮説 p = p0 の下での確率を算出してください。

実践ガイド：無課金～重課金の引き方・ケーススタディ・FAQ

目的別に判断基準・ストップルールをテンプレート化します。事前に「目標確率」と「予算上限」を決めることが最も重要です。

予算設計とストップルール（テンプレート）

推奨の流れは次の通りです。

• 目的の明確化（例：限定キャラ1体 / 複数所持）
• 目標確率の設定（例：50%/90%）
• 必要回数の算出と石→金額換算でコスト見積りを作成する
• 事前に停止条件を決定（例：月間上限、費用が想定の2倍になったら停止）
• 実行中は支出を記録し、感情的判断を避ける

停止条件は必ず書面（メモ等）で残すと遵守しやすくなります。

ケーススタディ（銀魂コラボを例、仮定値使用）

仮定：★7ピックアップ p = 1.40%（0.014、サイト集計値の例）

• 目標：1体を90%で獲得 → 必要回数 ≈ 164 回（仮定値）
• 石換算：stones_per_pull = 1 と仮定、金額は石単価に依存（上記換算例を参照）
• 判断例：164回でコストが想定外なら、50%ライン（約50回）で満足するかを検討する

このケーススタディは仮定に基づく計算例です。実バナーの公式表記がある場合はそちらを優先してください。

短いFAQ（よくある質問と簡潔回答）

Q：○回で当たる確率は？
A：1 - (1 - p_dec)^n で計算します。p が分かれば即計算できます。

Q：天井は必ず効くか？
A：天井仕様はバナーごとに異なります。必ずバナー説明を確認してください。

Q：ユーザー報告と公式が違う場合は？
A：公式表記を優先し、ユーザー報告はサンプル数や信頼区間を確認して参照の程度を判断してください。

リスク管理と相談窓口（公的資源の案内）

ギャンブル依存のリスクがある場合は自治体や公的機関の相談窓口を利用してください。次のような公的ページが出発点になります（参照: 2026-03-01）。

• 厚生労働省（https://www.mhlw.go.jp/）の「ギャンブル等依存症」関連情報ページ
• 各都道府県の保健所・精神保健福祉センターの相談窓口（該当自治体の公式サイトを参照）
• 自助グループや支援NPOの公式サイト（所在地・支援内容は各団体のページを確認）

（注）電話番号や個別の連絡先は自治体／団体の公式ページで確認してください。緊急時は地域の医療機関や公的支援窓口に相談してください。

まとめ（要点整理）

ここまでの要点を実務目線で整理します。

• まず公式の表記を確認し、非公開なら仮定値として必ず明示すること。
• 即時計算は p を小数でも併記し、n と q の逆算式 n = ceil( ln(1 - q) / ln(1 - p) ) を使うと便利。
• 石→金額換算は「必要石数 = n × stones_per_pull」「金額 = 必要石数 × price_per_stone」で算出し、複数の単価で感度分析する。
• 実測データは収集基準・クリーニング手順・信頼区間を必ず公開し、バイアスの説明を付ける。
• ギャンブル依存リスクには公的窓口を活用し、事前に停止条件を決めておくことで感情的な課金を防げる。

参考として一次ソース（運営公式）や主要まとめサイトのURLは本文の「出典一覧」を参照してください。計算式とサンプルコードは再現可能な形で掲載しているため、必要に応じてローカルで実行して検証してください。