Isotonic Bradley-Terry Model for Paired Comparison Data

想象一下你是一名体育迷，正试图弄清楚谁是世界上最优秀的选手。你手头有一份庞大的比赛结果清单：谁击败了谁，谁打平了，以及谁输了。但棘手的部分在于：你不能只看胜场数。一个选手可能击败了十个弱对手，却输给了一个强手。为了理清其中的逻辑，科学家们使用了一种叫做布拉德利-泰里模型（Bradley-Terry model）的数学工具。你可以把它想象成一个“强度计算器”。它为每位选手分配一个隐藏的数字（一个“强度得分”）。如果 A 选手的得分高于 B 选手，模型就会预测 A 会获胜。为了将这两者得分之间的差异转化为真实的胜率（比如“A 有 60% 的胜率”），模型使用了一个特定的形状或“曲线”，称为反向连接函数（inverse link function）。

几十年来，研究人员一直不得不猜测哪种曲线形状才是正确的。他们选择一个标准的形状——比如平滑的 S 型曲线（逻辑回归）或钟形曲线（高斯分布）——并坚持使用它，希望它能符合数据。问题在于，现实生活是混乱的。有时数据并不完美符合预设的曲线，这会导致错误的预测。这篇论文提出了一个简单但大胆的问题：如果我们不强迫数据去适应预设的曲线呢？如果我们让数据自己告诉我们曲线应该是什么样子呢？ 作者提出了一种新方法，可以直接从结果中学习曲线形状，而不是预先进行猜测。

问题所在：“一刀切”的陷阱

在配对比较的世界里——无论是国际象棋大师、网球职业选手还是足球队——我们通常想做两件事：预测两个尚未交手的选手之间的胜负概率，以及将所有人从强到弱进行排名。实现这一目标的传统方法是布拉德利-泰里模型。

把这个模型想象成一台有两个部分的机器。第一部分学习每位选手的“强度得分”。第二部分获取两名选手得分之间的差异，并将其通过一个固定的“过滤器”（反向连接函数）来输出胜率。多年来，科学家们必须提前挑选这个过滤器。他们可能会说，“让我们使用逻辑回归过滤器，”或者“让我们使用高斯过滤器。”

本文作者指出这种方法的一个缺陷：模型设定错误（model misspecification）。这就像是试图把方榫头塞进圆卯眼里。如果现实世界的行为像是一个锯齿状的阶梯函数，而你却强行通过一个平滑的 S 型曲线，你的预测就会出错。论文认为，通过在观察数据之前就锁定特定的曲线形状，我们可能会丢掉有价值的信息。

解决方案：“变形”模型

为了解决这个问题，作者引入了保序布拉德利-泰里模型（Isotonic Bradley-Terry Model）。该模型不再选择固定的曲线，而是让数据通过一步步构建出属于自己的曲线。

以下是它的工作原理，使用一个有趣的类比：想象你正试图根据一些零散的天气报告来绘制一张丘陵地形图。

1. 旧方法： 你预先决定地形必须是一个完美的、平滑的抛物线。你会调整山的高度来拟合报告，但如果报告显示了一个突发的悬崖，你的平滑抛物线就无法捕捉到它。
2. 新方法（保序模型）： 你不假设形状。相反，你观察报告，并画出一条随着你从低分移动到高分时严格上升（或保持平平）的“连点成线”的线条。这被称为保序回归（isotonic regression）。这是一种“非参数化”方法，意味着它不假设特定的公式；它只是遵循数据的趋势。

作者提出了这两个部分之间巧妙的舞蹈：

1. 首先，他们使用标准曲线来猜测选手的强度得分。
2. 然后，他们观察实际的比赛结果，并重新绘制曲线（即“过滤器”）以完美拟合这些结果，同时确保曲线永远不会倒退（单调性）。
3. 接着，他们使用这个新的、定制形状的曲线来重新计算选手的强度得分。
4. 他们重复这个过程，在更新得分和更新曲线形状之间交替进行，直到模型不再改进为止。

他们的发现：更好的预测与诚实的平局

作者使用两种类型的数据测试了这种新方法：合成数据（计算机生成的比赛，其中已知“真实”答案）以及来自 2024/2025 赛季英超联赛、2025 赛季 MLB 棒球赛季和 2025 赛季 ATP 网球巡回赛的真实世界数据。

在计算机模拟中，他们创建了一些场景，在这些场景中，“强度”与“获胜”之间的真实关系非常奇特，且不符合标准曲线。在这些情况下，传统模型表现挣扎，但保序布拉德利-泰里模型的表现明显更好。它学习了数据的奇特形状，并做出了更准确的胜负预测。

更有趣的是，新模型更擅长承认它不知道答案的时候。在传统模型中，如果两名选手的得分相近，模型可能仍会强行制造微小的差异，并说“A 选手有 51% 的胜率”。然而，保序模型更有可能说，“这两名选手实际上是平手的”，从而产生 50% 的胜率。作者发现，这种“平局”行为实际上是一个特性，而非缺陷。当没有足够的数据来区分两名选手时，模型能够正确地拒绝做出严格的排名，从而导致更诚实且稳定的整体排名。

在真实世界的体育数据中，结果也是类似的。新模型提高了胜率预测的准确性，尤其是在数据较少的情况下（例如网球，选手的交手频率较低）。它还提高了 肯德尔等级相关系数（Kendall's Tau），这是一个衡量模型排名与实际结果匹配程度的指标。

总结

这篇论文表明，我们不需要将数据强行塞进预制的数学框框里。通过让数据决定强度与获胜之间的关系形状，我们可以构建出更灵活、更准确的模型。保序布拉德利-泰里模型不仅是在猜测曲线，它是在学习曲线。虽然它需要更多的计算步骤（在更新得分和更新曲线之间交替进行），但回报是一个能够更好地处理混乱的现实世界数据，并且在面对模糊情况时知道如何说“我无法判断谁更强”，而不是做一个摇摆不定的猜测的系统。作者总结道，这种方法是分析从体育比赛到调查偏好等各种领域的一个充满前景的进步。