📊 statistics

New insights into Elo algorithm for practitioners and statisticians

Dit artikel biedt een semi-tutorial overzicht dat de practitioner- en statistiekperspectieven op het Elo-algoritme verenigt, waarbij het aantoont dat het ontkoppelen van het rangschikking- en het voorspellingsmodel (om rekening te houden met schattingsruis) leidt tot aanzienlijk betere prestaties en inzicht geeft in de convergentie, zoals geïllustreerd aan de hand van zes jaar FIFA-ranglijstdata.

Oorspronkelijke auteurs: Leszek Szczecinski

Gepubliceerd 2026-04-07

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Leszek Szczecinski

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Elo-Geheimen: Waarom de ranglijst niet altijd de waarheid vertelt

Stel je voor dat je een sportverslaggever bent die elke week de ranglijst van voetbalteams bijhoudt. Je gebruikt een beroemde formule (de Elo-methode) om te berekenen wie er beter is. Als Team A wint van Team B, gaat Team A omhoog en Team B omlaag. Simpel, toch?

Deze paper zegt: "Wacht even. Er zit een groot misverstand in hoe we deze ranglijst gebruiken."

De auteur, Leszek, legt uit dat er twee groepen mensen zijn die naar deze ranglijst kijken:

De Praktijkers (De coaches): Zij zien de ranglijst als een simpele regel: "Als je wint, krijg je punten. Als je verliest, verlies je punten." Ze doen het gewoon, zonder na te denken over de wiskunde erachter.
De Statistici (De wiskundigen): Zij zien de ranglijst als een schatting. Ze zeggen: "Die punten zijn niet de ware kracht van het team, maar een schatting die altijd een beetje ruis (fouten) bevat."

Het paper laat zien dat deze twee groepen vaak praten over verschillende dingen, en dat dit zorgt voor fouten in voorspellingen. Hier zijn de belangrijkste inzichten, vertaald naar alledaags taal:

1. De "Ruis" in je oren (Estimation Noise)

Stel je voor dat je probeert het gewicht van een olifant te raden door er één keer kort naar te kijken. Je schatting is misschien 4000 kg, maar de olifant weegt eigenlijk 4500 kg. Omdat je maar één keer keek, zit er "ruis" in je meting.

In de sport is dat hetzelfde. Een team heeft een ware kracht (bijvoorbeeld 1500 punten), maar omdat ze maar een paar wedstrijden hebben gespeeld, staat er in de ranglijst misschien 1450 of 1550. De ranglijst is ruisig.

Het probleem: De meeste mensen gebruiken die ruizige ranglijst (1450) om de volgende wedstrijd te voorspellen. Ze denken: "Team A heeft 1450 punten, dus ze zijn zwak."
De oplossing: De paper zegt: "Nee! Als je wilt voorspellen wie er wint, moet je de ranglijst aanpassen om die ruis te compenseren." Je moet de schaal van de ranglijst verbreden alsof je een bril opzet die de ruis wegneemt.

De analogie:
Stel je voor dat je een foto van een team maakt. De ranglijst is de foto.

De praktijkers kijken naar de foto en zeggen: "Die foto is de waarheid."
De statistici zeggen: "Die foto is wazig door de handbeweging. Als je wilt weten hoe het team er echt uitziet, moet je de foto digitaliseren en het contrast aanpassen."

2. Twee verschillende modellen (Decoupling)

Dit is het belangrijkste idee van het paper: Gebruik niet dezelfde bril voor het kijken als voor het voorspellen.

De Ranglijst (Kijken): Hier gebruiken we de simpele Elo-regels. We updaten de punten snel als er een wedstrijd is. Dit is goed om te zien wie er momenteel goed scoort.
De Voorspelling (Voorspellen): Hier moeten we een andere, aangepaste formule gebruiken. Omdat de ranglijst "ruisig" is, moeten we de voorspelling "verwijdert" maken.

Voorbeeld:
Stel je voor dat je een thermometer hebt die niet helemaal accuraat is (hij schommelt een beetje).

Om te meten (ranglijst): Je kijkt gewoon naar de stand.
Om te voorspellen of het morgen gaat vriezen: Je moet de stand corrigeren. Als de thermometer 2 graden aangeeft, maar je weet dat hij soms 1 graad te hoog springt, voorspel je misschien 1 graad.

De paper zegt: "Stop met het gebruik van de ranglijst-punten direct in de voorspelling. Pas ze eerst aan!"

3. De FIFA Ranglijst: Een team dat nog niet is aangekomen

De auteur heeft de FIFA-ranglijst van de afgelopen zes jaar geanalyseerd. Het resultaat? De meeste teams zijn nog niet "aangekomen" bij hun echte niveau.

De analogie:
Stel je voor dat je een auto hebt die versnelt.

De Elo-formule is de snelheidsmeter.
De ware kracht van de auto is de topsnelheid die hij uiteindelijk haalt.
De paper laat zien dat de meeste teams nog in de versnelling zitten. Ze hebben nog niet genoeg tijd gehad om hun ware snelheid te bereiken.

In het bijzonder zijn de zwakkere teams het probleem. Ze spelen vaak alleen tegen elkaar of in vriendelijke wedstrijden (waar de punten minder tellen). Ze hebben dus te weinig "rijtijd" gehad om hun ware niveau te laten zien. De ranglijst is dus nog niet stabiel.

Conclusie voor FIFA:
Als je nu zegt: "Land X is nummer 10 en Land Y is nummer 11, dus X is beter," is dat waarschijnlijk nog niet waar. Ze zijn nog te dicht bij elkaar in de versnelling. De ranglijst is nog niet "geconvergeerd" (niet stabiel).

4. Wat betekent dit voor jou?

Als je een fan bent, een coach of een weddenschapper:

Wees kritisch op de ranglijst: De nummers op de lijst zijn niet de absolute waarheid. Ze zijn een schatting met een foutmarge.
Pas je voorspellingen aan: Als je wilt voorspellen wie er wint, vertrouw niet blind op het verschil in punten. Een klein verschil in punten betekent misschien niets als de teams weinig hebben gespeeld.
De "Home Advantage" (Thuisvoordeel): De paper laat zien dat je ook moet corrigeren voor het thuisvoordeel, maar dan op een slimme manier die rekening houdt met de onzekerheid van de ranglijst.

Samenvatting in één zin

De Elo-ranglijst is een uitstekende manier om teams te rangschikken, maar als je diezelfde lijst gebruikt om wedstrijden te voorspellen, maak je een fout; je moet de ranglijst eerst "ontruisen" en aanpassen om de echte kracht van de teams te zien.

De paper is als een handleiding die zegt: "Gebruik de ranglijst niet als een waarheidsprijs, maar als een ruwe schets die je moet verfijnen voordat je er je geld op inzet."

Titel: Nieuwe inzichten in het Elo-algoritme voor praktici en statistici

Auteur: Leszek Szczecinski
Datum: April 2026

1. Probleemstelling

Het artikel adresseert een fundamentele kloof in de literatuur over rangschikkingssystemen (zoals in sporten als voetbal, schaak en e-sports) tussen twee perspectieven:

Het perspectief van de praktijk: Het Elo-algoritme wordt gezien als een heuristische feedbackregel. Vaardigheden worden bijgewerkt op basis van het verschil tussen de waargenomen score en een vooraf gedefinieerde "verwachte score". Er is geen strikt probabilistisch model nodig; de verwachte scorefunctie kan willekeurig worden gekozen (bijv. Gaussisch of logistisch).
Het perspectief van de statisticus: Het algoritme wordt geïnterpreteerd als een online implementatie van Maximum Likelihood (ML) schatting via Stochastische Gradient (SG) ascent. Hierbij is een specifiek probabilistisch model essentieel om de relatie tussen vaardigheden en uitkomsten te definiëren.

De kernproblemen die in dit werk worden geïdentificeerd zijn:

Vervaging van perspectieven: De literatuur verwardt vaak deze twee benaderingen, wat leidt tot interpretatieproblemen, vooral bij niet-binair uitkomsten (bijv. winst/verlies/gelijkspel).
Schattingsruis: Praktici negeren vaak de schattingsruis die ontstaat door het gebruik van een eindig aantal wedstrijden en het SG-algoritme. Statistici erkennen dat geschatte vaardigheden ( $\theta_t$ ) afwijken van de ware vaardigheden ( $\theta^*$ ) door deze ruis.
Voorspellingsprestaties: Het hergebruiken van het rangschikkingsmodel (met dezelfde schaal en parameters) voor voorspelling leidt tot suboptimale prestaties omdat het de ruis in de geschatte vaardigheden niet corrigeert.
Convergentie: Er is onzekerheid over wanneer een rangschikking daadwerkelijk is geconvergeerd naar een stabiele staat, vooral bij systemen met variabele aanpassingsstappen ( $K$ ).

2. Methodologie

De auteur ontwikkelt een raamwerk dat beide perspectieven verenigt en een "ontkoppeling" (decoupling) introduceert tussen het model dat wordt gebruikt voor rangschikking en het model dat wordt gebruikt voor voorspelling.

A. Binair geval (Winst/Verlies)

Equivalentie: De auteur toont aan dat de heuristische update van de praktijk exact overeenkomt met ML+SG schatting alleen en slechts dan als de verwachte score de logistische functie is ( $L(z)$ ). Als andere functies (zoals de Gaussische CDF) worden gebruikt, is het algoritme slechts een benadering van ML.
Schaal en HFA: Er wordt een analyse gemaakt van de schaalparameter ( $s$ ) en het thuisvoordeel (Home Field Advantage, HFA, $\eta$ ). De auteur laat zien hoe deze parameters moeten worden aangepast bij het wisselen van functies (bijv. van Gaussisch naar logistisch).
Convergentie en Ruis: De variatie in de geschatte vaardigheden na convergentie ( $v$ ) wordt gekwantificeerd als $v \approx sK/2$ . Een grotere stapgrootte $K$ versnelt de convergentie maar verhoogt de ruis.
Modelontkoppeling voor voorspelling: Voor voorspellingen moet de schaal worden aangepast om de schattingsruis te compenseren. De effectieve schaal $\hat{s}$ is groter dan de nominale schaal $s$ ( $\hat{s} = s \cdot \beta_{err}$ ), en het effectieve HFA is lager. Dit wordt afgeleid via marginalisatie over de onbekende ware vaardigheden.

B. Meervoudige uitkomsten (Multilevel, bijv. W/D/V)

AC-model: Voor uitkomsten met meer dan twee niveaus ( $L > 2$ ) wordt het "Adjacent Categories" (AC) model geïntroduceerd als het onderliggende probabilistische model.
Propositie 2: Er wordt bewezen dat het standaard Elo-algoritme met uniforme scores ( $\rho_y = y/(L-1)$ ) exact overeenkomt met ML+SG schatting voor een specifiek AC-model met parameters $\alpha_y = \log \binom{L-1}{y}$ .
Benadering: In de praktijk worden vaak andere scores gebruikt. De auteur toont aan dat de verwachte score van het AC-model ( $G_{AC}$ ) goed kan worden benaderd door een logistische functie $L(z/\tilde{s})$ met een aangepaste schaal $\tilde{s}$ .
Pseudo-modelidentificatie: In plaats van het rangschikkingsmodel opnieuw te gebruiken voor voorspelling, stelt de auteur een procedure voor om de parameters van het voorspellingsmodel ( $\hat{\alpha}, \hat{\eta}, \hat{\beta}$ ) direct uit de data te schatten, terwijl de geschatte vaardigheden $\theta_t$ van het Elo-algoritme als vaste input worden behandeld.

3. Belangrijkste Bijdragen

Unitaire Afleiding: Een zelfstandige afleiding van de equivalentie tussen de heuristische Elo-regel en ML+SG schatting voor zowel binair als meervoudige uitkomsten.
Kwantificering van Ruis: Een eenvoudige formule die de afhankelijkheid van schattingsruis en convergentiesnelheid van de stapgrootte $K$ en schaal $s$ beschrijft.
Modelontkoppeling (Decoupling): Het postuleren van een principe waarbij het rangschikkingsmodel en het voorspellingsmodel gescheiden zijn. De voorspellingsparameters moeten worden aangepast voor ruis en modelmismatch.
Gesloten Formules: Levering van gesloten formules voor de correctie van schaal en HFA, evenals een data-gedreven identificatieprocedure (pseudo-model fitting) die geen complexe aannames vereist.
Diagnostiek voor Convergentie: Het gebruik van de geschatte schaalparameter $\hat{\beta}$ als diagnose voor de convergentiestatus van het systeem. Als $\hat{\beta} < 1$ , duidt dit op een gebrek aan convergentie (geschatte vaardigheden zijn "gecomprimeerd").

4. Resultaten

De methode wordt getest met synthetische data en echte data van de FIFA mannenranglijst (6 jaar data, 2018-2024).

Synthetische Data:
- De "conventionele" aanpak (hergebruik van het rangschikkingsmodel voor voorspelling) presteert significant slechter dan de ontkoppelde aanpak.
- De verbetering in voorspellingsprestatie (log-score) is het grootst bij grote schattingsruis (hoge $K$ ).
- Simpele gesloten formules voor het schatten van $\hat{\alpha}$ en $\hat{\eta}$ (gebaseerd op uitkomstfrequenties) zijn bijna net zo effectief als volledige data-optimatie.
- De parameter $\hat{\beta}$ (schaalcorrectie) is cruciaal; deze neemt toe met de ruis.
FIFA Mannen Ranglijst (Real-world Case):
- Gebrek aan Convergentie: De analyse toont aan dat voor de overgrote meerderheid van de nationale teams de ranglijst niet is geconvergeerd. Na zes jaar hebben 80% van de teams minder dan één "tijdconstante" ( $\tau$ ) aan wedstrijden gespeeld.
- Diagnostiek: De geschatte schaal $\hat{\beta}$ is kleiner dan 1 (in plaats van >1 zoals bij ruis), wat bevestigt dat de vaardigheidsverschillen te klein zijn ("gecomprimeerd") omdat teams niet genoeg wedstrijden hebben gespeeld om hun ware niveau te stabiliseren.
- Voorspelling: Het toepassen van de ontkoppelde methode (met aangepaste $\hat{\beta}, \hat{\eta}, \hat{\alpha}$ ) leidt tot een aanzienlijke verbetering in de voorspellingsnauwkeurigheid (log-score) ten opzichte van de standaard FIFA-benadering.

5. Betekenis en Conclusie

Dit werk biedt een brug tussen de intuïtieve, praktische toepassing van Elo en de rigorose statistische theorie. De belangrijkste conclusies zijn:

Niet-identiteit van modellen: Het model dat wordt gebruikt om rangschikkingen te genereren, is niet noodzakelijk hetzelfde als het model dat het beste presteert voor voorspelling.
Noodzaak van correctie: Het negeren van schattingsruis leidt tot een systematische overschatting van de voorspellingskracht. De effectieve schaal moet worden vergroot en HFA verkleind voor voorspellingen.
Praktische toepasbaarheid: De voorgestelde "ontkoppelde" aanpak is computatie-efficiënt, vereist geen ingewikkelde Bayesian updates, en kan worden geïmplementeerd met eenvoudige gesloten formules of lichte data-aanpassing.
Kritische evaluatie van bestaande systemen: De toepassing op de FIFA-ranglijst onthult dat veel teams niet voldoende data hebben om een stabiele rangschikking te bereiken, wat de betrouwbaarheid van huidige voorspellingen op basis van deze lijsten in twijfel trekt.

Samenvattend biedt dit artikel een principieel kader voor het evalueren en verbeteren van Elo-achtige systemen, waarbij de statistische realiteit van ruis en convergentie centraal staat.