要旨— 消えた靴下の行方を、確率で出す
洗濯のたびに、靴下は片方だけ消える。本研究は、その消失先を6つのメカニズム（排水経路・洗濯槽の隙間・他の衣類への紛れ込み・ペットによる持ち去り・別の収納への迷い込み・そもそも対で買っていない）への事後確率として、ベイズの枠組みで決定的に推定する。
入力は洗濯機タイプ・洗濯量・靴下の素材・ペット・家族構成・洗濯頻度・過去1年の消失枚数。出力は Sock Mortality Rate（枚/月）、6メカニズムの事後確率分布、最有力の消失先（Top Suspect）。同じ入力には、必ず同じ結果が返る。
どこへ消えたかは、確率で言える。
方法— 事前確率 × 尤度 → 事後確率
各消失メカニズムに、一般家庭を想定した事前確率を置く。次に、入力された家庭条件を尤度（その条件下で各メカニズムがどれだけ起こりやすいか）として作用させ、ベイズの定理で事後確率へ更新し、和が1になるよう正規化する。
- 6つのメカニズム
- ①排水経路（縦型で上昇）②洗濯槽の隙間（ドラム式のパッキン裏で上昇）③他の衣類への紛れ込み（洗濯量・家族数で上昇）④ペットによる持ち去り（ペット種で大きく変動）⑤別の収納への迷い込み（家族数で上昇）⑥そもそも対で買っていない（一定の基底確率）
- 事前確率
- 一般家庭の代表的な内訳を初期値に設定（紛れ込み 34%・隙間 20%・別収納 24%・排水 8%・対なし 8%・ペット 6%）
- 尤度
- 洗濯機タイプ・洗濯量・素材（薄い化繊は隙間に入りやすい）・ペット・家族構成を各メカニズムへの乗数として作用。AI が家事と洗濯機構造の通念から乗数域を提案し、研究部が検証して固定
- Sock Mortality Rate
- 過去1年の自己申告消失枚数を 12 で割った月次率。参照値は Knowles & Ellis (2016) の月 1.3 足
- Top Suspect
- 事後確率が最大のメカニズムを最有力の消失先として提示。確率なので断定ではない
- 限界
- 事前確率と尤度は通念に基づく設定値であり、実測の家庭データではない。自己申告の消失枚数には記憶バイアスが含まれうる
- AIの関与（開示）
- 本研究では AI が事前確率と尤度乗数の妥当域を、洗濯機構造・家事行動の通念から提案し、研究部が検証して固定。ベイズ更新と正規化の計算は完全に決定的。下の AI 所見は算出値から AI が言語化し、研究部が確認
結果— 自分の家で出す
洗濯機・洗濯量・素材・ペット・家族構成・洗濯頻度・消失枚数を入れて「消失先を推定する」を押すと、Sock Mortality Rate と6メカニズムの事後確率、Top Suspect が出る。同じ入力なら、何度押しても同じ結果。
// 計算はすべてこのブラウザ内で決定的に実行。入力はどこにも送信されません。
- 01ドラム式では「洗濯槽の隙間」、縦型では「排水経路」の事後確率が上がる。洗濯機の構造が、消失先の確率分布を素直に変える。
- 02ペットがいる家庭では「持ち去り」が一気に最有力候補に浮上する。事前確率6%が、犬の存在で数倍に跳ねる。
- 03家族が多い・まとめ洗いをするほど「他の衣類への紛れ込み」と「別の収納への迷い込み」が伸びる。消失の多くは、消滅ではなく移動である。
結論— 消滅ではなく、確率的な移動
片方の靴下は、物理法則を破って消滅するわけではない。本モデルが示すのは、洗濯機の構造・洗濯量・ペット・家族構成という観測可能な条件が、6つの消失先の事後確率を決めているということだ。多くの場合、最有力は「他の衣類への紛れ込み」か「別の収納への迷い込み」——つまり消滅ではなく、追跡できなくなった移動である。
allfesta Labs は、こうして普段は運や謎で片づけられる現象を、ベイズの枠組みで淡々と確率に置き換え、何が言えて何が言えないのかをはっきりさせていく。考察の言語化は AI が担い、研究部が検証している。
この研究の足回りは、
本気のAI技術です。
AI自由研究は、福岡発の AI 会社 allfesta の研究部門です。本稿の計算は決定的なベイズ更新で、事前確率と尤度の設計・考察の言語化は AI が担当し研究部が検証しています（実AIの所在を方法で開示）。本体では、地域と行政のための実用的な AI を作っています。
ネタもと— 一次資料・前提
- AKnowles, S., & Ellis, G. (2016). "The Sock Loss Index." (Samsung 委託調査)
行動心理学者らが提案した、靴下消失を定式化した指標。一人あたり月 1.3 足という代表値の出典。本稿の Sock Mortality Rate の参照値に使用。 - Bベイズの定理（事後確率 ∝ 事前確率 × 尤度）
条件付き確率の標準的枠組み。本稿は6メカニズムを排他的事象として扱い、入力条件で事後確率を更新・正規化する。 - Cドラム式・縦型洗濯機の構造
ドラム式はドアパッキン（ガスケット）裏に小物が入り込む経路があり、縦型は脱水時の遠心力で排水経路に小物が向かいやすい。本稿の尤度乗数はこの構造的差異に基づく。 - D繊維間摩擦と小物の挙動
薄手の化繊靴下は摩擦係数が低く、他の衣類の間や隙間に滑り込みやすい。素材による尤度差の前提。 - EAI自由研究 — 自作研究プロジェクトの流用
本稿は allfesta Labs の自作研究プロジェクト（靴下消失の確率モデル）の流用。ベイズ更新は決定的、事前確率・尤度の設計と考察は AI 生成・研究部検証。