New insights into Elo algorithm for practitioners and statisticians

यहाँ लेस्ज़ेक स्कज़ेसिंस्की (Leszek Szczecinski) के शोध पत्र "New insights into Elo algorithm for practitioners and statisticians" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

एलो रैंकिंग एल्गोरिदम खेलों (शतरंज, फुटबॉल, आदि) में प्रतिस्पर्धियों को रैंक करने के लिए एक मानक (de facto standard) है, फिर भी यह साहित्य में एक मौलिक सैद्धांतिक विसंगति से ग्रस्त है:

• अभ्यासकर्ता का दृष्टिकोण (The Practitioner's View): एलो को एक ह्यूरिस्टिक फीडबैक नियम के रूप में देखता है जहाँ कौशल (skills) को देखे गए और अपेक्षित स्कोर के अंतर के आधार पर अपडेट किया जाता है, बिना अनिवार्य रूप से किसी संभाव्यता मॉडल (probabilistic model) को परिभाषित किए।
• सांख्यिकीविद् का दृष्टिकोण (The Statistician's View): एलो को स्टोकेस्टिक ग्रेडिएंट (SG) एसेंट के माध्यम से एक ऑनलाइन मैक्सिमम लाइक्लीहुड (ML) अनुमान के रूप में व्याख्यायित करता है, जिसके लिए कौशल और परिणामों के बीच एक विशिष्ट संभाव्यता मॉडल की आवश्यकता होती है।

मुख्य संघर्ष (The Core Conflict):

1. तुल्यता (Equivalence): ये दोनों दृष्टिकोण केवल बाइनरी परिणामों (जीत/हार) के मामले में ही सटीक रूप से मेल खाते हैं यदि अपेक्षित स्कोर फंक्शन 'लॉजिस्टिक्स फंक्शन' (logistic function) हो। अन्य फंक्शनों (जैसे, गॉसियन CDF) या बहु-स्तरीय परिणामों (जीत/ड्रॉ/हार) के लिए, ह्यूरिस्टिक अपडेट सख्ती से ML एस्टिमेटर के अनुरूप नहीं होता है।
2. अनुमान शोर (Estimation Noise): अभ्यासकर्ता अक्सर अनुमान शोर (estimation noise) को अनदेखा कर देते हैं। सांख्यिकीविद यह पहचानते हैं कि अनुमानित कौशल ($\theta_t$) वास्तविक कौशल ($\theta^*$) के शोर वाले सन्निकटन (noisy approximations) हैं। रैंकिंग (कौशल अपडेट करने) और भविष्यवाणी (भविष्य के परिणामों का पूर्वानुमान लगाने) दोनों के लिए एक ही मॉडल मापदंडों का उपयोग करना उप-इष्टतम (suboptimal) भविष्य कहनेवाला प्रदर्शन की ओर ले जाता है क्योंकि अनुमान त्रुटि के शोर को ध्यान में रखना आवश्यक है।
3. अभिसरण (Convergence): यह स्पष्ट नहीं है कि वास्तविक दुनिया की रैंकिंग (जैसे फीफा) वास्तव में स्थिर मूल्यों तक अभिसरित (converged) हुई हैं, या वे कम बार होने वाले मैचों के कारण अभी भी एक क्षणिक अवस्था (transient state) में हैं।

2. कार्यप्रणाली (Methodology)

यह शोध पत्र एलो एल्गोरिदम को एक अनुमानित ML समाधान के रूप में मानकर और एक मॉडल डिकपलिंग सिद्धांत (Model Decoupling Principle) पेश करके इन दृष्टिकोणों को जोड़ता है।

A. बाइनरी परिणाम ($L=2$)

• तुल्यता व्युत्पत्ति (Equivalence Derivation): लेखक सिद्ध करते हैं कि अभ्यासकर्ता का अपडेट नियम $\theta_{t+1} = \theta_t + K x_t (y_t - G(z_t))$ और ML+SG अपडेट $\theta_{t+1} = \theta_t + \mu x_t \dot{\ell}(z_t)$ तभी समान होते हैं जब अपेक्षित स्कोर $G(z)$ एक लॉजिस्टिक फंक्शन $L(z)$ हो।
• शोर विश्लेषण (Noise Analysis): शोध पत्र स्टेप साइज $K$ और स्केल $s$ के फलन के रूप में कौशल अनुमानों के स्पर्शोन्मुख प्रसरण (asymptotic variance) ($v$) को व्युत्पन्न करता है: $v \approx sK/2$।
• भविsteवाणी सुधार (Prediction Correction): चूंकि अनुमानित कौशल में शोर होता ($\theta_t = \theta^* + \xi$), इसलिए शोर वाले कौशल का उपयोग करके गणना की गई भविष्य की जीत की संभावना विकृत हो जाती है। लेखक भविष्यवाणी मॉडल के लिए एक क्लोज्ड-फॉर्म सुधार (closed-form correction) व्युत्पन्न करते हैं:
  • प्रभावी स्केल ($\hat{s}$): अनुमान त्रुटि के प्रसरण को ध्यान में रखने के लिए इसे बढ़ाया जाना चाहिए ($\hat{s} > s$)।
  • प्रभावी होम-फील्ड एडवांटेज ($\hat{\eta}$): इसे कम किया जाना चाहिए ($\hat{\eta} < \eta$)।
  • ये सुधार भविष्यवाणी मॉडल को अनुमान शोर के ऊपर मार्जिनलाइज करने की अनुमति देते हैं, जो प्रभावी रूप से शोर वाले कौशल अंतर को एक रैंडम वेरिएबल के रूप में मानता है।

B. बहु-स्तरीय परिणाम ($L > 2$)

• एडजसेंट कैटेगरीज़ (AC) मॉडल: लेखक पहचानते हैं कि बहु-स्तरीय परिणामों के लिए एलो अपडेट नियम एक एडजसेंट कैटेगरीज़ (AC) मॉडल (एक प्रकार का मल्टीनोमियल लॉजिस्टिक रिग्रेशन) के ML+SG अपडेट के अनुरूप है।
• अनुमानित तुल्यता (Approximate Equivalence): मानक एलो एल्गोरिदम (अपेक्षित स्कोर के लिए सरल लॉजिस्टिक फंक्शन का उपयोग करते हुए) AC मॉडल का एक सन्निकटन है। शोध पत्र AC मॉडल के अपेक्षित स्कोर को कैनोनिकल लॉजिस्टिक फंक्शन के साथ संरेखित करने के लिए एक स्केलिंग फैक्टर ($\beta_{AC \to L}$) प्रदान करता है।
• डिकपलिंग रणनीति (Decoupling Strategy): शोध पत्र रैंकिंग मॉडल (जिसका उपयोग $\theta_t$ को अपडेट करने के लिए किया जाता है) और भविकीवाणी मॉडल (जिसका उपयोग $\theta_t$ का मूल्यांकन करने के लिए किया जाता है) को अलग करने का प्रस्ताव देता है।
  • रैंकिंग एल्गोरिदम एक निश्चित नियम का उपयोग करके कौशल को अपडेट करता है।
  • भविष्यवाणी मॉडल इन कौशलों को स्थिर इनपुट के रूप में मानता है और अपने स्वयं के मापदंडों ($\hat{\alpha}, \hat{\eta}, \hat{\beta}$) को अनुकूलित करता है, जो प्रभावी रूप से एलो रैंकिंग के पीछे के निहित मॉडल को "सीखता" है।

C. अभिसरण निदान (Convergence Diagnostics)

शोध पत्र एक मीट्रिक $\Lambda_m = N_m / \tau_m$ (मैच खेले गए मैचों की संख्या विभाजित अभिसरण समय स्थिरांक द्वारा) पेश करता है। यदि $\Lambda_m < 2$ है, तो टीम की रैंकिंग सांख्यिकीय रूप से अभिसरित नहीं हुई है।

3. मुख्य योगदान (Key Contributions)

1. एकीकृत ढांचा (Unified Framework): एक कठोर व्युत्पत्ति जो दिखाती है कि एलो एल्गोरिदम केवल विशिष्ट स्थितियों (लॉजिस्टिक फंक्शन) के तहत ही एक ऑनलाइन ML एस्टिमेटर है, और अन्य सभी मामलों के लिए एक सांख्यिकीय व्याख्या प्रदान करती है।
2. मॉडल डिकपलिंग सिद्धांत (Model Decoupling Principle): यह प्रस्ताव कि रैंकिंग के लिए उपयोग किया जाने वाला मॉडल (जो $\theta_t$ को अपडेट करता है) वही होना आवश्यक नहीं है जो भविष्यवाणी के लिए उपयोग किया जाता है। यह अभ्यासकर्ताओं को अपडेट के लिए सरल एलो एल्गोरिदम का उपयोग करने और पूर्वानुमान के लिए सांख्यिकीय रूप से सुधारा गया मॉडल उपयोग करने की अनुमति देता है।
3. क्लोज्ड-फॉर्म सुधार (Closed-Form Corrections):
   • अनुमान शोर और होम-फील्ड एडवांटेज को ध्यान में रखने के लिए स्केल ($\hat{s}$) और होम-फील्ड एडवांटेज ($\hat{\eta}$) को समायोजित करने के सूत्र।
   • परिणाम आवृत्तियों (outcome frequencies) के आधार पर AC मॉडल के मापदंडों की पहचान करने के लिए सरल डेटा-संचालित सूत्र, जो जटिल अनुकूलन (optimization) की आवश्यकता को समाप्त करते हैं।
4. अभिसरण निदान (Convergence Diagnostic): एक विधि जो मैच की आवृत्ति, स्टेप साइज और स्केल पैरामीटर के बीच संबंध का उपयोग करके यह निर्धारित करती है कि क्या कोई रैंकिंग प्रणाली अभिसरित हुई है।

4. परिणाम (Results)

शोध पत्र सिंथेटिक डेटा और छह वर्षों के वास्तविक फीफा पुरुष रैंकिंग डेटा (2018-2024) का उपयोग करके इन अंतर्दृष्टि को सत्यापित करता है।

• सिंथेटिक डेटा (Synthetic Data):

  • भविष्यवाणी लाभ (Prediction Gain): डिकपल्ड दृष्टिकोण (शोर और मॉडल मिसमैच के लिए सुधार) का उपयोग करने से पारंपरिक दृष्टिकोण (रैंकिंग मॉडल का पुन: उपयोग) की तुलना में काफी बेहतर प्रदर्शन मिलता है।
  • पैरामीटर महत्व (Parameter Importance): स्केल एडजस्टमेंट पैरामीटर $\hat{\beta}$ सबसे महत्वपूर्ण कारक है। यह अनुमान शोर (उच्च $K$) के साथ बढ़ता है।
  • सरलता (Simplicity): AC मॉडल के मापदंडों के सरल क्लोज्ड-फॉर्म अनुमान (परिणाम आवृत्तियों से प्राप्त) अधिकांश भविष्य कहनेवाला लाभ को पकड़ लेते हैं, जिससे पूर्ण अनुकूलन अनावश्यक हो जाता है।

• फीफा वास्तविक दुनिया अनुप्रयोग (FIFA Real-World Application):

  • अभिसरण का अभाव (Lack of Convergence): फीफा रैंकिंग का विश्लेषण प्रकट करता है कि अधिकांश राष्ट्रीय टीमें अभिसरित नहीं हुई हैं। 2024 तक, 80% टीमों ने एक टाइम कांस्टेंट ($\tau$) तक पहुँचने के लिए आवश्यक मैचों से कम मैच खेले थे, और 98% दो तक नहीं पहुँचे थे।
  • निदान उपयोगिता (Diagnostic Utility): अनुमानित स्केलिंग फैक्टर $\hat{\beta}$ 1 से नीचे गिर जाता है जब सिस्टम अभिसरित नहीं होता है, जो इंगित करता है कि कौशल अंतर "संकुचित" (बहुत छोटे) हैं। यह एक वास्तविक समय के नैदानिक उपकरण के रूप में कार्य करता है।
  • प्रदर्शन (Performance): डिकपल्ड भविष्यवाणी मॉडल ने पारंपरिक फीफा रैंकिंग मॉडल की तुलना में काफी कम लॉग-स्कोर (बेहतर भविष्यवाणी) प्राप्त किया।

5. महत्व (Significance)

• अभ्यासकर्ताओं के लिए: मौजूदा एलो सिस्टमों की भविष्य कहने वाली सटीकता में सुधार करने का एक सिद्धांत आधारित तरीका प्रदान करता है, बिना रैंकिंग एल्गोरिदम को बदले। यह शोर और अभिसरण स्थिति के लिए समायोजन करने हेतु सरल सूत्र प्रदान करता है।
• सांख्यिकीविदों के लिए: एलो को एक अनुमानित ML एस्टिमेटर के रूप में विश्लेषण करने के लिए एक लचीला ढांचा प्रदान करता है। यह इस अस्पष्टता को हल करता है कि "एलो वास्तव में किस मॉडल को अनुकूलित कर रहा है?" और यह दिखाता है कि यह स्पष्ट रूप से एक AC मॉडल को अनुकूलित करता है।
• सामान्य प्रभाव: रैंकिंग अपडेट करने के लिए मॉडल और भविष्य के परिणामों की भविष्यवाणी करने के लिए मॉडल के उपयोग को अलग करने के सामान्य अभ्यास को चुनौती देता है। यह दर्शाता है कि सटीक खेल पूर्वानुमान के लिए अनुमान शोर और मॉडल मिसमैच को स्वीकार करना आवश्यक है।

संक्षेप में, शोध पत्र तर्क देता है कि जबकि एलो एल्गोरिदम रैंकिंग के लिए मजबूत है, इसका कच्चा आउटपुट एक शोर वाला अनुमान है। भविष्यवाणी के लिए उपयोग करने हेतु, आपको मॉडलों को अलग करना होगा और शोर तथा अभिसरण स्थिति के लिए सांख्यिकीय सुधार लागू करने होंगे।