デリヘル嬢のウエストで、一番多いのは〇〇cm【35万人を統計分析】

突然ですが問題です。
デリヘル嬢に一番多い公称ウエストは、次のうちどれでしょう？

感覚的には56～58cmあたりが多い気がしますね。
おそらくこの記事を見ている皆さんも同じ認識かと思います。

こういった、「デリヘル嬢のウエスト」に対する感覚。それは正しいのでしょうか。
実際に統計データとして見てみたいと思う人も多いのではないでしょうか。

今回は、そんな人のためにデリヘル嬢35万人分のウエストを統計分析してみました。

デリヘル嬢のウエスト分析結果

平均ウエストは何cm？

では、分析結果を見ていきましょう。
今回は、デリヘルタウンに登録されている全デリヘル嬢の統計を取りました。

ウエスト別のデリヘル嬢の人数は以下の図のようになりました。

予想通り、ウエスト60以降はガクンと数が減っていることがわかりますね。
しかし、61や62の女の子も数千人程度いるようです。

また、この図だと見づらいですが70～90あたりにも数百人程度もの女の子がいます。
私がよくいくぽっちゃり専門店などは100を超えた女の子もザラにいますので、ウエストが大きめの領域は広く浅い感じで分布していそうですね。

一番多いウエストは何cm？

これまでの結果から、デリヘル嬢の平均ウエストはわかりました。
一方で、デリヘル嬢のウエストで一番多いのは何cmでしょう。
先ほどの図だと見づらいので、人数の多い50～60cm付近を拡大してみます(下図)。

約35万人のデリヘル嬢がいる中で、7万人以上がウエスト57であることがわかります。
いわゆる「標準体型」のデリヘル嬢を呼びたい場合は57の子を選ぶのが無難でしょうかね。

このように、ウエスト57のデリヘル嬢が一番多いにもかかわらず、平均は58.5でした。
ウエスト60以上のデリヘル嬢が平均をつり上げた結果といえるでしょう。

余談ですが、こういった「一部の人が平均をつり上げる」という現象は、例えば年収の分布でも起きます。2020年の日本の平均年収は450万程度ですが、これは年収300～400万の層が多い一方で、一部の富豪が平均をつり上げた結果です。要するに、ウエストと年収って分布がすごく似ているんですね。

ウエストが60より大きいデリヘル嬢は何%？

単純な人数だけではなく、割合の情報も欲しいですね。
というわけで、上で示した結果を円グラフに描きなおしたのが、以下の図になります。

もう少し深堀りすると、日本人の20代女性の平均ウエストは67cmと言われています。
参考：ウエストの平均ってどのくらい？ウエストの計測方法と理想サイズ

つまり、日本人女性の平均ウエストを上回るデリヘル嬢は4.6%しかいないことになりますね。

ここから何がわかるでしょうか？
「95%以上のデリヘル嬢はスレンダーなナイスバディだ！」ということでしょうか。

…いや、これは公称ウエストが正しければの話ですね。

視点を変えて、風俗客の好みはここから分析できるかもしれません。
たとえ67以上のデリヘル嬢がたくさんいても、それを求めるお客さんがいないとお店はつぶれますよね。
つまり、現状でお店の経営が成り立っていることから、「日本人女性の平均よりぽっちゃりなデリヘル嬢」を求めるお客さんが4.6%くらいはいるとも言えそうです。

自分のようにぽっちゃり好きな人は、20人に1人ぐらいはいるのかもしれませんね。

付録: 統計分析の手法

手法の概略

今回は、デリヘル嬢35万人分の情報が載っているデータベースを使いました。

使ったデータベースは、自前のものです。
デリヘルタウンに登録されている全デリヘル嬢の情報がまとまっています。

35万人分のデータベース作成方法については、以下の記事をどうぞ。
全4回の連載記事となっています。

データベース作成記事
第1回　データベース作成用の風俗情報サイトを選ぶ
第2回　デリヘルタウン全店舗のURLリストを作る
第3回　全店舗のURLリストから、htmlのソースコードを取得
第4回　htmlのソースコードから女の子のデータベースを作成

今回は、上述の記事で作ったデータベースを読み込んで統計処理するプログラムを作ることで分析を行いました。
プログラミング言語はpython。作成したプログラムは、付録2として記載しています。

統計分析に使ったプログラム

最後に、今回分析に使用したプログラムを載せておきます。

冒頭で紹介したデータベース作成記事の手順でデータベースを作成し、以下のプログラムを実行すれば、この記事に載せた円グラフと棒グラフが出力されます。興味がある方は是非やってみてください。

west_dist.py

# 本プログラムの目的：
# デリヘル嬢の平均ウエストとウエスト分布を導出する

import pandas as pd
import matplotlib.pyplot as plt

# フォント設定
from matplotlib.font_manager import FontProperties 
fp = FontProperties(fname=r'C:\WINDOWS\Fonts\meiryob.ttc', size=16)
font = {"family":"MS Gothic"}
plt.rc('font', **font)


# 全デリヘル嬢のデータを読み込む
df = pd.read_csv('database/gals_database.csv')

# 女の子の数と、ウエストの平均を計算する
num_gal = len(df)
west_aver = df["ウエスト"].mean()

# ヒストグラムを作成して描画
plt.hist( df["ウエスト"], bins=40, range=(50.5, 90.5), ec='black' )
plt.title('ウエスト別　デリヘル嬢の人数\n(合計: %d人 平均: %.2fcm)' % (num_gal, west_aver), fontproperties=fp)
plt.xlabel('ウエスト [cm]', fontproperties=fp)
plt.ylabel('人数 [人]', fontproperties=fp)
plt.show()

# ヒストグラムのウインドウを閉じたら、円グラフを作成して描画する
pie_label = ['55cm 以下', '56cm', '57cm', '58cm', '59cm', '60cm', '61cm ～ 66cm', '67cm 以上']
pie_data = []
pie_data.append( len(df.query('ウエスト <= 55')) )
pie_data.append( len(df.query('ウエスト == 56')) )
pie_data.append( len(df.query('ウエスト == 57')) )
pie_data.append( len(df.query('ウエスト == 58')) )
pie_data.append( len(df.query('ウエスト == 59')) )
pie_data.append( len(df.query('ウエスト == 60')) )
pie_data.append( len(df.query('61 <= ウエスト and ウエスト <= 66')) )
pie_data.append( len(df.query('67 <= ウエスト')) )
plt.pie(pie_data, labels=pie_label, autopct="%1.1f%%")
plt.title('全デリヘル嬢のウエスト分布', fontproperties=fp)
plt.show()

以上、デリヘル嬢のウエスト統計分析記事でした。

冒頭の問いについて再度答えを確認すると、ウエスト57が一番多いというのが答えになります。

ある程度結果が予想できていた方もいるかもしれませんが、それでもこうして数字で結果が出ると納得感がありますね。