Bayesian Imputation for Unplayed Games in Round-Robin Chess Tournaments: Application to Grand Chess Tour, Bucharest 2026

Resumo Técnico: Imputação Bayesiana para Jogos Não Jogados em Torneios de Xadrez com Sistema Round-Robin

Enunciado do Problema
Torneios de xadrez com sistema round-robin, particularmente no nível de elite (por exemplo, Candidatos, Grand Chess Tour), enfrentam um desafio crítico administrativo e estatístico quando um jogador se retira no meio do evento. Os regulamentos atuais da FIDE (Artigo 6.6) empregam uma regra dicotômica baseada em um limiar de 50% de conclusão:

• < 50% de jogos jogados: Todos os resultados envolvendo o jogador retirado são anulados.
• ≥ 50% de jogos jogados: Resultados jogados permanecem válidos, e os oponentes não jogados recebem um ponto completo (por abandono).

Os autores argumentam que esta regra cria descontinuidades arbitrárias e distorce a classificação final. A anulação apaga vitórias legitimamente conquistadas, enquanto o abandono concede pontos não merecidos que ignoram a forma real do jogador retirado e as diferenças de força de seus oponentes restantes. Em campos de elite onde a classificação frequentemente se separa por meio ponto, essas distorções podem alterar distribuições de prêmios e resultados de qualificação para o Campeonato Mundial.

Metodologia
O artigo propõe uma estrutura bayesiana baseada na Melhor Predição Linear Não Viciada (BLUP) para imputar pontuações para jogos não jogados. A abordagem trata o problema como uma questão de dados ausentes, combinando otimalmente duas fontes de informação:

1. Informação Prévia: Ratings Elo pré-torneio, que fornecem uma pontuação esperada ($E_{i,W}$) baseada em diferenças de força históricas.
2. Dados Observados: A pontuação real do jogador retirado ($\bar{s}_W$) nos jogos jogados antes da retirada.

O modelo central assume uma estrutura de efeitos aleatórios onde a pontuação de um jogador contra um oponente é a soma da expectativa baseada no Elo, um efeito aleatório comum representando a forma atual do jogador retirado no torneio ($\beta$), e ruído idiossincrático.

A fórmula de imputação resultante para um oponente não jogado $i$ é:
$$I_{i,W} = E_{i,W} + \frac{n}{n+k} (1 - \bar{s}_W - \bar{E})$$

Onde:

• $n$: Número de jogos jogados pelo jogador retirado.
• $k$: Parâmetro de força prévio (recomendado $k=3$ para controles de tempo clássicos), representando a confiança nas previsões de Elo em relação à variância observada.
• $\bar{E}$: Expectativa média de Elo dos oponentes realmente enfrentados.
• O termo $\frac{n}{n+k}$ atua como um peso de contração, equilibrando o prévio (Elo) contra os dados observados. À medida que $n$ aumenta, a estimativa depende mais da forma observada; à medida que $n$ é pequeno, depende mais dos ratings.

Principais Contribuições

1. Estrutura Estatística Formal: O artigo formaliza matematicamente o problema de justiça e deriva o estimador BLUP bayesiano, provando que é consistente, conservador de pontos ($I_{i,W} + I_{W,i} = 1$) e minimiza o erro quadrático médio entre preditores lineares não viciados.
2. Validação por Simulação: Um estudo de Monte Carlo envolvendo 180.000 torneios simulados (18 cenários variando por momento da retirada, forma do jogador e dispersão de ratings) foi conduzido usando validação cruzada leave-one-out (LOOCV) para avaliar a precisão preditiva contra a verdade fundamental.
3. Aplicação de Estudo de Caso: A metodologia foi aplicada ao Grand Chess Tour Bucareste 2026, onde o GM Alireza Firouzja se retirou após 5/9 rodadas com uma pontuação pobre (1.0/5).
4. Ferramentas de Código Aberto: Um aplicativo R Shiny foi desenvolvido para permitir que organizadores implementem o método transparentemente, visualizem a sensibilidade ao parâmetro prévio $k$ e comparem resultados com as regras tradicionais.

Resultados

• Desempenho vs. Regras da FIDE: O método BLUP bayesiano reduziu o erro de predição (RMSE) em 26% no geral comparado ao atual sistema dicotômico da FIDE.
  • Superou a regra de Abandono em 42,8% (maiores ganhos quando o jogador retirado estava com desempenho abaixo do esperado).
  • Superou a regra de Anulação em 12,2%.
  • A imputação bayesiana alcançou o menor RMSE em todos os 18 cenários experimentais.
• Compensação Viés-Variância: A imputação puramente baseada em Elo tinha baixo viés quando a forma correspondia aos ratings, mas falhava quando a forma se desviava. A imputação puramente baseada em desempenho era não viciada, mas tinha alta variância. A imputação bayesiana alcançou o equilíbrio ótimo, mantendo viés próximo de zero enquanto reduzia significativamente a variância.
• Implicação de Política (Anulação vs. Abandono): Mesmo sem adotar a imputação bayesiana, as simulações indicam que a anulação uniforme é estatisticamente superior ao atual sistema dicotômico, alcançando RMSE 15–45% menor que o abandono em todos os cenários. O limiar de 50% é mostrado como uma descontinuidade arbitrária.
• Resultado do Estudo de Caso: No cenário Bucareste 2026, a imputação bayesiana concedeu aos oponentes não jogados 0,55–0,70 pontos, enquanto a regra de abandono concedeu 1,0. Isso preservou a vantagem competitiva dos jogadores que realmente derrotaram Firouzja, enquanto a regra de abandono efetivamente neutralizou essas vitórias ao conceder pontos iguais aos que ainda não haviam jogado.

Significado e Alegações
O artigo alega que a metodologia proposta fornece uma solução fundamentada, transparente e matematicamente defensável para um problema atualmente tratado por regras administrativas arbitrárias.

• Integridade Competitiva: Ao preservar a vantagem relativa dos jogadores que derrotaram um jogador retirado em dificuldade, o método salvaguarda a legitimidade da classificação do torneio, o que é crítico para eventos de alto risco como o torneio de Candidatos.
• Adaptabilidade: O método adapta-se suavemente à quantidade de dados disponíveis, evitando o efeito de "precipício" do limiar de 50%.
• Recomendações: Os autores recomendam que a FIDE adote a imputação BLUP bayesiana (com $k=3$) para todos os eventos do ciclo do Campeonato Mundial. Como reforma mínima, propõem substituir a atual regra dicotômica por anulação uniforme, que os dados mostram ser superior ao atual sistema baseado em abandono.

O artigo conclui que, embora pontuações fracionárias (por exemplo, 0,69) possam exigir ajustes de comunicação (por exemplo, relatar para uma casa decimal), o rigor estatístico do método é essencial para manter a justiça no xadrez de elite moderno.