直近の対戦
敗北ランクマッチ
ED
RYED更新：6 日前
Steam
JapanM100%
SteamJapanM100%tippee
Worldwide Jamboree
MR 1,560#121,687直近10戦8–2+46直近20戦12–8+26
勝率
52%
60勝 · 56敗 · 保存済み116件
ランクマッチの対戦
116
選択中のモード
勝利
60
ランクマッチ
敗北
56
ランクマッチ
最高MR
1,616
Ed
ランクMR · Ed
ローカル 116 · インポート 0 · グラフ 116 · 保存済み対戦 116
リプレイ未リクエスト
EDRYED差の絶対値が大きい順23項目
| 傾向 | tippee | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| CA | 26.9% | 9.8% | +17.0% | |
| SA1 | 16.4% | 33.3% | -16.9% | |
| SA2 | 14.9% | 23.2% | -8.2% | |
| SA3 | 41.8% | 33.7% | +8.1% | |
| ドライブアーツ | 11.6% | 18.1% | -6.5% | |
| ドライブラッシュ（キャンセル） | 30.6% | 35.3% | -4.8% | |
| 画面端での攻め | 7.80 | 11.75 | -3.95 | |
| 画面端に追い込まれた時間 | 10.80 | 8.93 | +1.87 | |
| ドライブラッシュ（パリィ） | 8.3% | 6.8% | +1.5% | |
| ドライブインパクト消費 | 2.6% | 1.7% | +0.9% | |
| ドライブパリィ | 1.40 | 1.92 | -0.52 | |
| 投げ被弾 | 2.70 | 2.20 | +0.50 | |
| 投げ抜け | 1.00 | 0.53 | +0.47 | |
| 投げ | 2.20 | 2.53 | -0.33 | |
| ドライブガード | 13.2% | 12.9% | +0.3% | |
| ジャストパリィ | 0.60 | 0.79 | -0.19 | |
| パニッシュカウンター成功 | 0.30 | 0.14 | +0.16 | |
| ドライブリバーサル | 0.10 | 0.22 | -0.12 | |
| パニッシュカウンター被弾 | 0.20 | 0.10 | +0.10 | |
| ドライブインパクト | 0.30 | 0.22 | +0.08 | |
| スタン成功 | 0.10 | 0.06 | +0.04 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 | |
| パリィ中に投げられた回数 | 0.20 | 0.21 | -0.01 |
統計を練習に活かす
直近100試合対戦プラン
このプロフィールの傾向と戦績から、実戦で試すヒントを作成します。行動傾向は全キャラクターの集計で、選択中のキャラクターは比較対象を決めます。
保存済みの対戦プランを確認中…
公開プロフィールの統計をOpenRouterの無料AIモデルで分析します。プランは共有・再利用のため保存されます。提案は統計に基づく仮説であり、リプレイ映像の分析ではありません。保存済みマッチプラン
生成時の根拠データと日付を保持したAIプランです。開くと両方の視点を読めます。
Ed · 直近100試合
改善するポイント
パニッシュカウンターの原因を見直す
パニッシュカウンター成功：プロフィール 0.3 · 比較対象 0.11
受けたパニッシュカウンターと決めたものを各5回確認します。空振りとガード後の隙を分けてから、練習する課題を選びましょう。
試してみよう繰り返す場面をトレーニングで再現し、間合いとフレームメーターを確認します。より安全な選択か、実際に届く反撃を練習しましょう。
根拠となる統計
- パニッシュカウンター成功：プロフィール 0.3 · 比較対象 0.11
- パニッシュカウンター被弾：プロフィール 0.2 · 比較対象 0.11
ドライブインパクトの目的を明確にする
ドライブインパクト：プロフィール 0.3 · 比較対象 0.2
ドライブインパクトを5回振り返り、使った状況と結果を記録します。有効な使い方は残し、平均回数に合わせるより失敗の共通点を調べましょう。
試してみようダミーの別スロットにドライブインパクトと通常の攻撃を記録し、混ぜて再生します。現在のゲージ状況で使える対応を見分けて練習しましょう。
根拠となる統計
- ドライブインパクト：プロフィール 0.3 · 比較対象 0.2
- ドライブインパクト消費：プロフィール 2.6% · 比較対象 1.5%
近距離の選択を振り返る
投げ抜け：プロフィール 1 · 比較対象 0.47
近距離のやり取りを5回確認します。投げの機会、投げの試行、防御の選択を分けて見ましょう。集計回数だけでは正解を判断できません。
試してみよう繰り返す状況で打撃と投げをダミーに記録し、選んだ対応を練習します。実戦でも意識して判断できているか確認しましょう。
根拠となる統計
- 投げ抜け：プロフィール 1 · 比較対象 0.47
- 投げ：プロフィール 2.2 · 比較対象 2.6
- 投げ被弾：プロフィール 2.6 · 比較対象 2.18
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/04 · AI：dots-studio/dots-3-note-preview:free
このプレイヤーへの対策
対戦成績を調査の手がかりにする
対 Luke：89試合中43勝
低い勝率は見るべき映像の手がかりであり、有利なキャラ選択を保証しません。同じ苦しい場面が複数の試合に出るか確認しましょう。
試してみよう該当キャラクターを使うなら、映像にあった使い慣れた状況を一度試します。相手が対応できたら仮説を捨て、実際の動きに合わせましょう。
根拠となる統計
- 対 Luke：89試合中43勝
- 対 Yasmine：88試合中37勝
- 対 Ryu：76試合中46勝
継続する傾向と単発のミスを分ける
保存済みの直近ランクマッチ：100試合中50勝
複数の直近試合で勝ちと負けを比べます。印象的な一度のミスより、繰り返す状況を中心に準備しましょう。
試してみよう最初のラウンドで仮説を一つ確認します。繰り返すなら準備した調整を行い、違うならその仮説を捨てて新しい傾向を観察しましょう。
根拠となる統計
- 保存済みの直近ランクマッチ：100試合中50勝
ドライブインパクトの傾向を確かめる
ドライブインパクト：プロフィール 0.3 · 比較対象 0.2
特定の場面でドライブインパクトが繰り返されるか観察します。間合い、硬直、ゲージを考慮し、練習で確認済みの対応を用意しましょう。
試してみよう同じ場面で隙を抑えた動きを試します。インパクトが来たら練習した対応を使い、来なければ通常の方針に戻しましょう。
根拠となる統計
- ドライブインパクト：プロフィール 0.3 · 比較対象 0.2
- ドライブインパクト消費：プロフィール 2.6% · 比較対象 1.5%
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/04 · AI：dots-studio/dots-3-note-preview:free