New insights into Elo algorithm for practitioners and statisticians

Titolo: Nuove prospettive sull'algoritmo di Elo: una riconciliazione tra pratiche e statistica

1. Il Problema

L'algoritmo di Elo è lo standard de facto per il ranking sportivo (scacchi, calcio, ecc.), ma nella letteratura scientifica coesistono due prospettive distinte e spesso non allineate:

1. La visione del praticante: Vede Elo come una regola euristica di feedback. Le abilità ($\theta$) vengono aggiornate in proporzione alla differenza tra il punteggio osservato e un "punteggio atteso" predefinito ($G(z)$), senza necessariamente assumere un modello probabilistico sottostante.
2. La visione dello statistico: Interpreta Elo come una stima della massima verosimiglianza (ML) online ottenuta tramite ascensione del gradiente stocastico (SG). In questa ottica, l'algoritmo è un metodo per inferire abilità latenti da un modello probabilistico.

Il problema centrale è che queste due prospettive vengono spesso confuse. Quando i risultati delle partite sono multi-livello (es. vittoria, pareggio, sconfitta), l'approccio euristico standard non corrisponde necessariamente a un modello statistico valido. Inoltre, l'uso delle stesse abilità stimate (rumorose) sia per il ranking che per la previsione futura porta a errori sistematici, poiché non si tiene conto del rumore di stima intrinseco all'algoritmo.

2. Metodologia

L'autore propone un quadro unificato che riconcilia le due visioni introducendo il principio di disaccoppiamento dei modelli (model decoupling).

• Caso Binario (Vittoria/Sconfitta):

  • Viene dimostrato che l'algoritmo di Elo del praticante coincide esattamente con la stima ML+SG solo se la funzione del punteggio atteso è la funzione logistica $L(z) = 1/(1+e^{-z})$.
  • Se si utilizza una funzione diversa (es. la CDF Gaussiana usata originariamente da Elo), l'algoritmo è solo un'approssimazione della ML.
  • Viene analizzato l'effetto del rumore di stima: le abilità stimate $\theta_t$ contengono errori rispetto alle abilità vere $\theta^*$. Questo rumore influenza le previsioni se si usa lo stesso modello per il ranking e per la previsione.

• Caso Multi-livello (es. Calcio):

  • Viene introdotto il modello Adjacent Categories (AC), un modello logistico multinomiale.
  • Viene dimostrato che l'algoritmo di Elo standard con punteggi uniformi ($\rho_y = y/(L-1)$) corrisponde a un caso specifico del modello AC. Tuttavia, per distribuzioni di probabilità diverse (es. alte probabilità di pareggio), l'equivalenza esatta non sussiste.
  • Si propone di trattare l'algoritmo di Elo come un generatore di abilità $\theta_t$ (input fissi) e di utilizzare un modello di previsione separato (basato sul modello AC) per valutare le prestazioni.

• Correzioni per il Rumore e Convergenza:

  • L'autore deriva correzioni in forma chiusa per la scala efficace ($\hat{s}$) e il vantaggio di campo casalingo (HFA, $\hat{\eta}$). Poiché le abilità stimate sono rumorose, la scala per la previsione deve essere aumentata ($\hat{s} > s$) e l'HFA attenuato rispetto ai parametri nominali usati nel ranking.
  • Viene proposto un procedimento di identificazione pseudo-modello basato sui dati: invece di assumere che il modello di ranking sia quello di previsione, si ottimizzano i parametri del modello di previsione ($\hat{\alpha}, \hat{\eta}, \hat{\beta}$) direttamente sui dati di test, trattando le abilità di Elo come input fissi.

3. Contributi Chiave

1. Equivalenza Esatta e Condizioni: Dimostrazione che l'equivalenza tra approccio euristico e statistico nel caso binario richiede obbligatoriamente la funzione logistica.
2. Disaccoppiamento Modello-Ranking/Previsione: Il contributo concettuale più importante. Il modello usato per aggiornare le classifiche non deve essere lo stesso usato per prevedere i risultati futuri. Il modello di previsione deve essere "corretto" per il rumore di stima.
3. Correzioni in Forma Chiusa: Fornitura di formule analitiche per adattare la scala ($\hat{s}$) e l'HFA ($\hat{\eta}$) in base alla varianza dell'errore di stima ($v$) e alla dispersione delle abilità vere ($v_\theta$).
4. Diagnostica di Convergenza: L'uso del fattore di scala stimato $\hat{\beta}$ (o $\hat{s}$) serve come indicatore dello stato di convergenza. Se $\hat{\beta} < 1$, indica che le abilità non hanno ancora converguto e le differenze sono "compresse".
5. Analisi dei Dati Reali (FIFA): Applicazione del metodo a 6 anni di dati FIFA (2018-2024).

4. Risultati

• Sintetici: Le simulazioni mostrano che l'approccio disaccoppiato (usando $\hat{s}, \hat{\eta}, \hat{\alpha}$ ottimizzati sui dati) supera significativamente l'approccio convenzionale che riutilizza i parametri di ranking per la previsione. Il guadagno è maggiore quando il rumore di stima è alto (step di adattamento $K$ elevato).
• Dati FIFA:
  • L'analisi rivela che, dopo sei anni, la maggior parte delle squadre nazionali non ha ancora raggiunto la convergenza secondo i criteri statistici. Molte squadre deboli giocano pochi match ad alto impatto, accumulando meno di un "costante di tempo" ($\tau$) di gioco.
  • L'approccio convenzionale sovrastima la potenza predittiva del ranking FIFA.
  • L'uso delle formule semplici per l'identificazione del modello (basate sulle frequenze dei risultati) ottiene quasi lo stesso miglioramento dell'ottimizzazione completa, rendendo il metodo pratico ed efficiente.
  • Il fattore $\hat{\beta}$ stimato online scende sotto 1, confermando visivamente la mancanza di convergenza e la compressione delle differenze di abilità.

5. Significato e Implicazioni

Questo lavoro trasforma la comprensione dell'algoritmo di Elo da una semplice "regola pratica" a un framework statistico rigoroso ma flessibile.

• Per i Praticanti: Fornisce strumenti per interpretare correttamente i punteggi di Elo, capire quando le classifiche sono stabili e come calcolare probabilità di vittoria più accurate, correggendo la scala e l'HFA in base al rumore.
• Per gli Statistici: Offre un modo per analizzare algoritmi euristici esistenti senza doverli sostituire con modelli complessi, permettendo di estrarre informazioni predittive ottimali da algoritmi "legacy".
• Impatto Pratico: Dimostra che riutilizzare lo stesso modello per ranking e previsione è un errore metodologico. La separazione dei modelli, unita a semplici correzioni parametriche, migliora significativamente le prestazioni predittive (log-score) ed è computazionalmente economica.

In sintesi, Szczecinski dimostra che l'algoritmo di Elo funziona bene non perché sia perfetto, ma perché è un'approssimazione robusta di un modello sottostante (AC), e che la sua efficacia predittiva può essere massimizzata disaccoppiando la fase di stima delle abilità dalla fase di previsione dei risultati.