F1におけるチームごとAIアルゴリズムの予想

本研究では、Formula 1（F1）における各チームのレース戦略を対象とし、JMPの潜在クラス分析（Latent Class Analysis：LCA）を用いて戦略タイプを分類することを目的とする。分析対象は2018～2025年シーズンの公開レースデータであり、FastF1、OpenF1、Jolpica API、FIA公式レース結果などから取得したデータを利用する。説明変数には、平均ピットストップ回数、最初のピットイン周回、平均スティント長、タイヤコンパウンド、セーフティカー時のピットイン、順位変化、獲得ポイントなどを用いる。LCAによって、従来は経験や印象で語られてきたチーム戦略を客観的に分類し、それぞれの潜在クラスの特徴を明らかにする。さらに、各クラスと優勝率、表彰台率、年間ランキングとの関係を分析することで、「勝利につながる戦略パターン」の解明を目指す。本研究は、スポーツデータ分析における新たな分析手法を提案するとともに、レース戦略の意思決定支援や他分野への応用可能性を示す。