ミニロト予測研究iPhoneアプリ「ロト予測研究」に入っている13の手法が、ミニロトの過去の当選番号から何を計算して5個を選んでいるかをまとめました。どの手法も使うのは過去の当選番号だけです。抽選は毎回独立しているため、1回の一致数の平均は、どの手法でも約0.81個（5×5÷31）で変わりません。
予測画面で選んだ集計期間（直近20回・50回・100回・全期間）の当選番号だけが、13の手法すべての計算に使われます。期間を変えると、どの手法の数字も変わります。
01 出現頻度ランキング
集計期間の中で、1〜31のそれぞれが何回出たかを数えます。多く出た上位10個と少なかった下位10個から「多く出た番号4個＋少なかった番号1個」の形で選び、奇数の個数・大きい数の個数・合計値が、そのくじの過去データの中央80%の範囲に入る条件に合う組のうち、回数の順位が最も高い組を5個にします。多く出た番号が、次に出やすくなるわけではありません。
02 奇偶・大小バランス
集計期間（全期間を選んだときは直近300回）の当選番号で最も多かった「奇数の個数」と「大きい数の個数」の組み合わせを数えます。合計値が過去の中央50%の範囲に入るように、最近多く出た番号から5個を組み立てます。範囲に入れられなかったときは、そのことを根拠の欄に書きます。
03 重み付き予測
集計期間のうち直近30回（直近20回を選んだときは20回）の当選番号を、新しい回ほど重く数えて（古い回ほど重みを指数的に小さくして）、番号ごとの出現スコアを出します。スコアの高い番号から、奇数の個数・大きい数の個数・合計値が、そのくじの過去データの中央80%の範囲に入る条件に合う5個を選びます（合う組が無いときはスコアの上位5個）。
04 連番・間隔パターン
しばらく出ていない番号、連番で一緒に出た回数が多い組、前回出た番号を組み合わせて5個を選びます。出ていない期間は、1つの番号が出る間隔の理論上の平均（31÷5＝約6.2回）と比べます。出ていない期間が長い番号や前回の番号が、次に出やすくなるわけではありません。
05 EMAトレンドヒートマップ
番号ごとの出方に移動平均（EMA）をかけて、変化の向きを見ます。短期の移動平均が最も上向きの番号3個と、最も下向きの番号3個を優先して組み合わせます。出現回数の偏りを確かめるカイ二乗検定の結果も表示します（1回に5個を重複なしで選ぶ分を補正しています）。
06 区間パターン分析
1〜31を5等分した区間に分け、集計期間（全期間を選んだときは直近300回）の当選番号が各区間に何個ずつ入ったかのパターンを数えます。最も多かったパターンに合わせて各区間から最近多く出た番号を選び、奇数の個数・大きい数の個数・合計値が、そのくじの過去データの中央80%の範囲に入る条件に合わないときは、次に多いパターンに合わせます。
07 ベイズ推定
はじめは全番号が同じ割合（5/31）で出ると考え、新しい回ほど重く数えた出現回数（半減期60回）でその割合を更新します（ベータ分布）。更新後の平均が高い番号から、奇数の個数・大きい数の個数・合計値が、そのくじの過去データの中央80%の範囲に入る条件に合う5個を選びます。平均の上位3番号には、95%区間（平均±1.96×標準偏差の近似）もあわせて表示します。
08 ペア共起分析
集計期間の中で、すべての番号の組について同じ回に一緒に出た回数を数えます。ほかの番号と一緒に出た回数の合計が最も多い番号から始め、選んだ番号と一緒に出た回数が多い番号を1個ずつ足して5個にします。奇数の個数・大きい数の個数・合計値が、そのくじの過去データの中央80%の範囲に入る条件に合わないときは、選んだ番号と一緒に出た回数が多い番号で入れ替えます。過去に一緒に出た組が、次も一緒に出やすくなるわけではありません。
09 遷移確率行列
ある回に出た番号の次の回にどの番号が出たかを、表（行列）にして数えます。最新の回に出た番号から見て次の回に出た回数を足し、最新の回に出た5個を除いた番号から、奇数の個数・大きい数の個数・合計値が、そのくじの過去データの中央80%の範囲に入る条件に合う5個を回数の多い順に選びます。
10 類似回（k近傍法）
前回の当選番号と数字の重なりが多い過去の回を集計期間の中から最大30回（直近20回を選んだときは19回）探し、それぞれの次の回に出た番号を、重なりの多さで重みを付けて数えます。似た回の次に出た番号を並べたもので、次回を決める仕組みがあるわけではありません。
11 モンテカルロシミュレーション
出現頻度・出ていない期間・EMAの変化を合わせた重みで抽選を10万回くり返し、多く選ばれた番号を集計します。表示する「選ばれた割合」は抽選をまねた計算の中の数字で、実際の抽選ではどの番号も5/31（約16.1%）で出ます。
12 遺伝的アルゴリズム
5個の組を1つの個体として、集計期間のうち直近100回まで（直近20回・50回を選んだときはその回数）への当てはまり（新しい回ほど重く数えた出現数＋番号どうしが一緒に出た回数）で選びます。組を交ぜる「交叉」と、一部を入れ替える「突然変異」をくり返して150世代進め、初代で最も良かった適合度と最終世代の適合度、何世代目で頭打ちになったかを表示します。過去への当てはまりを高めた組であり、次回の当選を示すものではありません。
13 BiLSTM + MC Dropout
集計期間のうち直近306回までの当選番号の並びを、前から読むLSTMと後ろから読むLSTM（双方向LSTM）でiPhoneの中で学習します。予測するときもドロップアウトを残して30回計算し（MC Dropout）、モデルが出した値の平均が高い番号を選んで、選んだ5個の平均とそのばらつきを表示します（実際の抽選で出る確率ではありません）。学習の損失が「毎回同じ確率（5/31）を出すだけの基準」を下回れなかったときは、その通りに表示します。
どの手法の予測も、次回の当選を示すものではありません。宝くじの購入は、ご自身の判断と責任でお願いします。