📊 statistics

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

本文提出了一种贝叶斯最佳线性无偏预测（BLUP）框架，用于填补循环制国际象棋锦标赛中未下棋局的得分，并通过模拟实验及 2026 年布加勒斯特案例研究证明，该方法相较于国际棋联（FIDE）现行的取消比赛或判负的二元规则，能显著降低预测误差和排名偏差。

原作者： Ravi Varadhan

发布于 2026-05-28

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Ravi Varadhan

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一场高风险的国际象棋锦标赛，就像一场盛大的全员轮流聚餐。每位宾客都应与所有其他宾客对弈一局。赢得最多对局的人将带走奖品。然而，灾难降临：一位宾客，我们称他为“退赛者”，因生病或突发紧急情况，必须在派对中途离开。

此时，主办方（锦标赛组织者）面临一个棘手的问题：对于那些退赛者从未有机会进行的对局，该如何处理？

旧方法：“全有或全无”规则

目前，国际象棋组织者采用一种基于 50% 阈值的非常僵化的“全有或全无”规则，就像红绿灯突然从红灯跳变为绿灯。

情景 A（退赛者过早离开）： 如果他们进行的对局少于总对局数的一半，主办方会说：“好吧，就当退赛者从未出现过。”所有他们的对局记录都被抹去。如果你战胜了他们，那场胜利消失；如果你输给了他们，那场失利也随之消失。这就好比那场比赛从未发生过。
情景 B（退赛者较晚离开）： 如果他们进行的对局超过总对局数的一半，主办方会说：“好吧，他们弃权了。”所有未与他们交手的人将获得一场免费胜利（1 分）。所有已与他们交手的人则保留实际结果。

问题所在： 这制造了一个奇怪的“悬崖”。如果一名选手在 4 局后离开，他们会被抹去记录；如果他们在 5 局后离开，其他所有人都会获得一场免费胜利。这种微小的时间差异可能完全改变锦标赛的冠军归属，这感觉既不公平又武断。

新构想：“智能推测”（贝叶斯插值）

作者拉维·瓦拉丹（Ravi Varadhan）提出了一种更聪明的处理方式。与其抹去对局或给予免费胜利，不如利用**数学上的“智能推测”**来估算如果那些对局实际进行会发生什么。

这就像预测天气。

“历史预报”（等级分）： 我们知道退赛者通常是一位非常强大的棋手（就像基于去年数据得出的晴天预报）。
“当前状况”（锦标赛表现）： 但在本次特定锦标赛中，退赛者表现糟糕，输给了所有人（就像突然卷入的一场风暴）。

新方法结合了这两条信息。它问道：“基于退赛者通常的水平，以及他们当前的表现，那些未进行的对局最可能的得分是多少？”

运作机制（“混合冰沙”）

该论文提出了一种类似搅拌机的公式：

基础： 它始于基于棋手等级分的预期得分（即“历史预报”）。
调整： 它观察退赛者在已进行的对局中的实际表现。如果他们表现糟糕，公式会降低未进行对局的预期得分；如果他们表现惊人，则提高预期得分。
权重： 公式决定给予“历史”与“当前表现”多少权重。
- 如果退赛者在离开前只下了 1 局，公式会更信赖“历史”（因为 1 局比赛可能是偶然）。
- 如果他们下了 8 局，公式会更信赖“当前表现”（因为 8 局比赛能讲述真实的故事）。

布加勒斯特 2026 示例

该论文在一个真实（假设）的布加勒斯特赛事中测试了此方法，其中明星棋手阿利雷扎·菲鲁贾（Alireza Firouzja）在 5 局后被迫离开。

现实情况： 菲鲁贾表现非常糟糕（5 局仅得 1 分）。
旧规则（弃权）： 由于他进行的对局超过一半，尚未与他交手的四名棋手每人将获得完整的一分（1.0）。这感觉像是一笔意外之财，尽管菲鲁贾表现糟糕。
新规则（贝叶斯）： 公式计算出，鉴于他糟糕的状态，他很可能在那些未进行的对局中输掉或战平。因此，它没有给予对手完整的一分，而是授予他们0.55 到 0.70 分。

为何这很重要： 在旧规则下，那些实际击败菲鲁贾的棋手（获得 1.0 分）与那些从未与他交手的棋手（也获得 1.0 分）相比，没有任何特殊优势。新规则保留了那些实际战斗并获胜的棋手的优势。

“模拟”证明

为了证明其有效性，作者运行了一次大规模计算机模拟——就像电子游戏一样——创建了180,000 场虚拟锦标赛。他们测试了所有可能的场景：

棋手过早离开 vs. 较晚离开。
棋手表现优异 vs. 表现糟糕。
不同类型的对手。

结果： “智能推测”方法始终比旧的“全有或全无”规则更准确。总体而言，它将误差减少了约26%。它在处理最常见的情况时尤其出色：即棋手因表现不佳（由于生病或状态低迷）而离开时。

核心结论

该论文主张，国际象棋锦标赛应停止使用僵化的"50% 规则”，转而采用这种**数学“智能推测”**系统。

如果组织者想要最佳解决方案： 请使用贝叶斯公式（它是免费的，并可作为计算机应用程序获取）。
如果组织者想要更简单的备选方案： 至少，他们应停止使用“弃权”规则，并对所有人仅使用“取消”（抹去对局），因为即使这样在统计上也优于给予免费胜利。

目标很简单：公平。国际象棋锦标赛的冠军应当是表现最佳的人，而不是因退赛时机巧合而幸运的人。

技术摘要：循环赛制国际象棋锦标赛中未赛对局的贝叶斯插补

问题陈述
循环赛制国际象棋锦标赛，尤其是精英级别赛事（如候选人赛、大棋士赛），在选手中途退赛时面临严峻的行政与统计挑战。现行国际棋联（FIDE）条例（第 6.6 条）采用基于 50% 完赛阈值的二分规则：

完赛局数 < 50%： 所有涉及退赛选手的对局结果均被作废。
完赛局数 ≥ 50%： 已赛结果有效，未赛对手被判得满分（弃权胜）。

作者认为，该规则制造了任意的不连续性并扭曲了最终排名。作废结果会抹杀选手合法赢得的胜利，而弃权胜则授予了未获分的分数，既忽略了退赛选手的实际状态，也忽视了其剩余对手的实力差异。在精英赛场中，排名往往仅以半分区分，这些扭曲可能改变奖金分配及世界冠军资格赛的出线结果。

方法论
本文提出了一种基于最佳线性无偏预测（BLUP）的贝叶斯框架，用于插补未赛对局的得分。该方法将问题视为缺失数据问题，最优地结合了两个信息源：

先验信息： 赛前等级分（Elo），基于历史实力差异提供预期得分（ $E_{i,W}$ ）。
观测数据： 退赛选手在退赛前的实际表现（ $\bar{s}_W$ ）。

核心模型假设随机效应结构，即选手对某对手的得分由三部分组成：基于等级分的预期、代表退赛选手当前赛事状态（ $\beta$ ）的公共随机效应，以及特异性噪声。

针对未赛对手 $i$ 的插补公式为：
$I_{i,W} = E_{i,W} + \frac{n}{n+k} (1 - \bar{s}_W - \bar{E})$

其中：

$n$ ：退赛选手已赛局数。
$k$ ：先验强度参数（建议古典用时制下 $k=3$ ），代表对等级分预测相对于观测方差的置信度。
$\bar{E}$ ：实际面对对手的平均等级分预期。
项 $\frac{n}{n+k}$ 充当收缩权重，平衡先验（等级分）与观测数据。随着 $n$ 增加，估计值更依赖观测状态；随着 $n$ 减小，则更依赖等级分。

主要贡献

形式化统计框架： 本文在数学上形式化了公平性问题，推导了贝叶斯 BLUP 估计量，证明其具有一致性、保分性（ $I_{i,W} + I_{W,i} = 1$ ），且在所有线性无偏预测器中均方误差最小。
模拟验证： 通过留一交叉验证（LOOCV）进行蒙特卡洛研究，涉及 180,000 场模拟锦标赛（18 种场景，变量包括退赛时机、选手状态及等级分分布），以评估相对于真实值的预测精度。
案例研究应用： 该方法应用于 2026 年布加勒斯特大棋士赛，特级大师阿利雷扎·菲鲁贾（Alireza Firouzja）在 9 轮后已赛 5 轮且得分不佳（5 分得 1.0 分）时退赛。
开源工具： 开发了 R Shiny 应用程序，允许组织者透明地实施该方法，可视化先验参数 $k$ 的敏感性，并与传统规则的结果进行对比。

结果

与 FIDE 规则的性能对比： 与现行 FIDE 二分系统相比，贝叶斯 BLUP 方法将预测误差（RMSE）整体降低了 26%。
- 比 弃权胜 规则高出 42.8%（当退赛选手表现不佳时，增益最大）。
- 比作废规则高出 12.2%。
- 贝叶斯插补在 所有 18 个实验场景 中均实现了最低的 RMSE。
偏差 - 方差权衡： 纯基于等级分的插补在状态与等级分匹配时偏差较低，但在状态偏离时失效。纯基于表现的插补无偏但方差较高。贝叶斯插补实现了最优平衡，在保持接近零偏差的同时显著降低了方差。
政策含义（作废 vs. 弃权胜）： 即使不采用贝叶斯插补，模拟也表明，统一作废在统计上优于现行二分系统，在所有场景中其 RMSE 比弃权胜低 15–45%。50% 阈值被证明是任意的不连续点。
案例研究结果： 在 2026 年布加勒斯特场景中，贝叶斯插补授予未赛对手 0.55–0.70 分，而弃权胜规则授予 1.0 分。这保留了实际击败菲鲁贾的选手的竞争优势，而弃权胜规则通过给予尚未对弈者同等分数，实际上中和了那些胜利。

意义与主张
本文主张，所提出的方法论为目前由任意行政规则处理的问题提供了一个有原则、透明且数学上可辩护的解决方案。

竞争完整性： 通过保留击败状态不佳的退赛选手的选手的相对优势，该方法维护了赛事排名的合法性，这对于候选人赛等高利害赛事至关重要。
适应性： 该方法能随可用数据量的变化平滑调整，避免了 50% 阈值的“悬崖”效应。
建议： 作者建议国际棋联在所有世界冠军周期赛事中采用贝叶斯 BLUP 插补（设定 $k=3$ ）。作为最低限度的改革，他们提议用 统一作废 取代现行二分规则，数据表明统一作废优于现行基于弃权胜的系统。

文章结论指出，虽然分数（如 0.69）可能需要沟通调整（例如保留一位小数），但该方法的统计严谨性对于维护现代精英国际象棋的公平性至关重要。