根据对手的实力对球队进行加权的 R 函数？

Question

我正在分析一些运动数据，我有一组 win/loss 大约 40 支球队的记录。我想提出一个排名，其中每场胜利都由对手的实力加权。这必须是某种 iterative/recursive 之类的东西，其中权重和等级在每次迭代中更新，直到收敛。有谁知道是否存在用于执行此类操作的现有功能或程序包？我的猜测是它不会是一个特定于运动的包，但我想这种事情在很多领域都很常见。

编辑：

这是一些示例数据。有 4 支球队，A、B、C 和 D，每支球队与另一支球队交手一次，共进行了 10 场独特的比赛。数据加倍，因此每支球队的四场比赛都列为自己的行，列 "a.win" 指的是 "team.a" 是否赢得了比赛（1=是）。

dat<-data.frame(
team.a=c("A","A","A","A","B","B","B","B","C","C","C","C","D","D","D","D","E","E","E","E"),
team.b=c("B","C","D","E","A","C","D","E","A","B","D","E","A","B","C","E","A","B","C","D"),
a.win=c(1,1,0,1,0,0,1,0,0,1,1,0,1,0,0,1,0,1,1,0))

根据这些数据，A队赢了3/4，B队赢了1/4，C、D、E各赢了2/4。但是 D 队击败了 A，而 C 和 E 队都输给了 A。因此直觉上 D 队的排名应该略高于 C 和 E，因为其中一场胜利来自评分最高的对手。同样，C队输给了B队（唯一只赢过的球队），所以直观上应该排在D和E之后。

我正在尝试找出如何最好地分配排名（例如，从 -1 到 1，或基于获胜概率或失败次数等），然后如何最好地重新加权每个排名队伍的排名不只是基于 wins/losses 的数量，而是基于他们击败的对手的排名。

Answer 1

试试 PlayerRatings 包。

http://cran.r-project.org/web/packages/PlayerRatings/index.html

它实现了国际象棋中使用的 Elo 和 Glicko 评级，但它也可以扩展到其他运动。该软件包还包含根据之前的评分和游戏结果更新玩家评分的功能。这是一个基本的起点，您必须根据自己的情况进行构建。

http://en.wikipedia.org/wiki/Elo_rating_system#Elo_ratings_beyond_chess

我认为不会有针对您想要执行的操作的量身定制的解决方案，因为您如何处理评级将取决于您的场景的具体情况。