Обсуждаем математическую статистику и рейтинг-системы

Тема в разделе "Машинное отделение", создана пользователем WildCat, 8 авг 2006.

  1. WildCat
    Оффлайн

    WildCat Коршунов Игорь Команда форума

    Репутация:
    0
    Что значит по рейтингу? Там же только очки, а рейтинг фиксирован +200.
    По таблице выглядело так, что матожидание правее 16.5.
     
  2. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Нет, если посчитать сумма(вероятность_результата*Результат), то получится ровно 16.5
    Для приведенного примера (+24 -17 =9) матожидание..... +49 Эло!!!!
    Сейчас выведу доверительный интервал.
    Файл готовый могу послать по почте.
     
  3. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Да, очень симметрично получается...
    Матожидание, как я уже говорил -49 (считал за другую сторону)
    Причем мат. ожидание соответствует значению с наибольшей вероятностью.
    Таблица вероятностей -

    Код:
     -218        0.00001
     -217        0.00001
     -216        0.00001
     -215        0.00001
     -214        0.00001
     -213        0.00001
     -212        0.00001
     -211        0.00001
     -210        0.00001
     -209        0.00001
     -208        0.00001
     -207        0.00001
     -206        0.00002
     -205        0.00002
     -204        0.00002
     -203        0.00002
     -202        0.00002
     -201        0.00002
     -200        0.00002
     -199        0.00003
     -198        0.00003
     -197        0.00003
     -196        0.00003
     -195        0.00004
     -194        0.00004
     -193        0.00004
     -192        0.00005
     -191        0.00005
     -190        0.00005
     -189        0.00006
     -188        0.00006
     -187        0.00007
     -186        0.00007
     -185        0.00008
     -184        0.00008
     -183        0.00009
     -182        0.00010
     -181        0.00010
     -180        0.00011
     -179        0.00012
     -178        0.00013
     -177        0.00014
     -176        0.00015
     -175        0.00016
     -174        0.00017
     -173        0.00018
     -172        0.00019
     -171        0.00020
     -170        0.00022
     -169        0.00023
     -168        0.00024
     -167        0.00026
     -166        0.00028
     -165        0.00029
     -164        0.00031
     -163        0.00033
     -162        0.00035
     -161        0.00037
     -160        0.00039
     -159        0.00041
     -158        0.00044
     -157        0.00046
     -156        0.00049
     -155        0.00052
     -154        0.00055
     -153        0.00058
     -152        0.00061
     -151        0.00064
     -150        0.00068
     -149        0.00071
     -148        0.00075
     -147        0.00079
     -146        0.00083
     -145        0.00087
     -144        0.00091
     -143        0.00096
     -142        0.00101
     -141        0.00105
     -140        0.00111
     -139        0.00116
     -138        0.00121
     -137        0.00127
     -136        0.00132
     -135        0.00138
     -134        0.00145
     -133        0.00151
     -132        0.00158
     -131        0.00164
     -130        0.00171
     -129        0.00178
     -128        0.00186
     -127        0.00193
     -126        0.00201
     -125        0.00209
     -124        0.00217
     -123        0.00225
     -122        0.00234
     -121        0.00243
     -120        0.00252
     -119        0.00260
     -118        0.00270
     -117        0.00280
     -116        0.00289
     -115        0.00299
     -114        0.00309
     -113        0.00320
     -112        0.00330
     -111        0.00341
     -110        0.00351
     -109        0.00362
     -108        0.00373
     -107        0.00384
     -106        0.00395
     -105        0.00407
     -104        0.00418
     -103        0.00430
     -102        0.00442
     -101        0.00454
     -100        0.00465
      -99        0.00478
      -98        0.00490
      -97        0.00502
      -96        0.00514
      -95        0.00526
      -94        0.00538
      -93        0.00551
      -92        0.00562
      -91        0.00575
      -90        0.00587
      -89        0.00598
      -88        0.00611
      -87        0.00622
      -86        0.00635
      -85        0.00647
      -84        0.00658
      -83        0.00670
      -82        0.00680
      -81        0.00692
      -80        0.00703
      -79        0.00714
      -78        0.00724
      -77        0.00735
      -76        0.00745
      -75        0.00755
      -74        0.00765
      -73        0.00774
      -72        0.00783
      -71        0.00792
      -70        0.00801
      -69        0.00809
      -68        0.00817
      -67        0.00825
      -66        0.00832
      -65        0.00839
      -64        0.00845
      -63        0.00851
      -62        0.00857
      -61        0.00863
      -60        0.00868
      -59        0.00872
      -58        0.00877
      -57        0.00880
      -56        0.00884
      -55        0.00886
      -54        0.00889
      -53        0.00891
      -52        0.00893
      -51        0.00894
      -50        0.00894
      -49        0.00895
      -48        0.00894
      -47        0.00894
      -46        0.00893
      -45        0.00891
      -44        0.00889
      -43        0.00887
      -42        0.00884
      -41        0.00880
      -40        0.00877
      -39        0.00873
      -38        0.00868
      -37        0.00863
      -36        0.00858
      -35        0.00852
      -34        0.00846
      -33        0.00839
      -32        0.00832
      -31        0.00825
      -30        0.00818
      -29        0.00810
      -28        0.00801
      -27        0.00793
      -26        0.00784
      -25        0.00775
      -24        0.00766
      -23        0.00756
      -22        0.00746
      -21        0.00736
      -20        0.00726
      -19        0.00714
      -18        0.00704
      -17        0.00692
      -16        0.00682
      -15        0.00670
      -14        0.00659
      -13        0.00647
      -12        0.00636
      -11        0.00623
      -10        0.00612
       -9        0.00599
       -8        0.00588
       -7        0.00576
       -6        0.00563
       -5        0.00551
       -4        0.00540
       -3        0.00527
       -2        0.00515
       -1        0.00502
        0        0.00491
        1        0.00479
        2        0.00467
        3        0.00455
        4        0.00443
        5        0.00431
        6        0.00420
        7        0.00408
        8        0.00397
        9        0.00386
       10        0.00374
       11        0.00363
       12        0.00352
       13        0.00342
       14        0.00331
       15        0.00320
       16        0.00310
       17        0.00301
       18        0.00290
       19        0.00281
       20        0.00271
       21        0.00262
       22        0.00253
       23        0.00244
       24        0.00235
       25        0.00227
       26        0.00219
       27        0.00210
       28        0.00202
       29        0.00195
       30        0.00187
       31        0.00180
       32        0.00172
       33        0.00166
       34        0.00159
       35        0.00152
       36        0.00146
       37        0.00140
       38        0.00134
       39        0.00128
       40        0.00122
       41        0.00117
       42        0.00111
       43        0.00106
       44        0.00102
       45        0.00097
       46        0.00093
       47        0.00088
       48        0.00084
       49        0.00080
       50        0.00076
       51        0.00072
       52        0.00069
       53        0.00065
       54        0.00062
       55        0.00059
       56        0.00056
       57        0.00053
       58        0.00050
       59        0.00047
       60        0.00045
       61        0.00042
       62        0.00040
       63        0.00038
       64        0.00036
       65        0.00034
       66        0.00032
       67        0.00030
       68        0.00028
       69        0.00027
       70        0.00025
       71        0.00024
       72        0.00022
       73        0.00021
       74        0.00020
       75        0.00018
       76        0.00017
       77        0.00016
       78        0.00015
       79        0.00014
       80        0.00013
       81        0.00012
       82        0.00012
       83        0.00011
       84        0.00010
       85        0.00010
       86        0.00009
       87        0.00008
       88        0.00008
       89        0.00007
       90        0.00007
       91        0.00006
       92        0.00006
       93        0.00005
       94        0.00005
       95        0.00005
       96        0.00004
       97        0.00004
       98        0.00004
       99        0.00003
      100        0.00003
      101        0.00003
      102        0.00003
      103        0.00003
      104        0.00002
      105        0.00002
      106        0.00002
      107        0.00002
      108        0.00002
      109        0.00002
      110        0.00001
      111        0.00001
      112        0.00001
      113        0.00001
      114        0.00001
      115        0.00001
      116        0.00001
      117        0.00001
      118        0.00001
      119        0.00001
      120        0.00001
      121        0.00001
      122        0.00001
     
  4. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    вероятностью 99.7% Исходя из принципа минимизации доверительного интервала - интервал [-179,82]
    Для такого результата (близкого к 50%) он получился весьма симметричным.

    99% [-162,65]
    95% [-135,38]

    Среднеквадратичное 44.46
     
  5. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Для больших отклонений, например +10 =5 -25
    Цифры
    Матожидание 192 (не соответствует рейтингу по результату - по результату по моим (используемым) таблицам +191, но отклонение всего один пункт)
    Интервал (99.7%) [43,342] (-149, +150)
    Среднеквадратичное 51.16
    Опять получился симметричный :(
    Все расчеты сделаны для случая когда вероятность ничьи при любой разнице в рейтинге равна 5/50=10%
     
  6. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Ассиметричность появляется для малого числа партий.
    10 партий +2 =1 -7
    Матожидание 190
    Интервал (99.7) [-116,472] (-306 +282)
     
  7. WildCat
    Оффлайн

    WildCat Коршунов Игорь Команда форума

    Репутация:
    0
    Для своего примера я приводил рейтинг Сонаса. Там 0.57 очкам соотв. +56 пунктов.

    Не очень понятно из каких соображений ты строил таблицу вероятностей, ведь мы не знаем вероятностей исходов. А взять их с потолка, конечно можно, но насколько достоверны результаты будут?

    Не слишком ли мы увлеклись офтопиком?
     
  8. WildCat
    Оффлайн

    WildCat Коршунов Игорь Команда форума

    Репутация:
    0
    При малом числе партий приближение функции плотности вероятностей получается очень грубо. Отсюда и кажется (только!), что сама функция плотности вероятностей не симметрична.
     
  9. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Как не знаем вероятности исходов? Я не знаю только вероятность ничьи, её принимаю равной результату в матче, остальные вероятности для заданной разницы рейтингов считаю по приведенной выше формуле.
    Ассиметричность должна появляться... Кстати, могу всё пересчитать по таблицам Сонаса. Где их можно посмотреть?
     
  10. WildCat
    Оффлайн

    WildCat Коршунов Игорь Команда форума

    Репутация:
    0
    Нельзя эти вероятности использовать для построения плотности вероятностей. А потом эту плотность использовать для оценки этих же вероятностей.

    разница рейта по Сонасу, если матожидание очков = p.
    (p - 0.5) * 800
     
  11. WinPooh
    Оффлайн

    WinPooh В.М. Команда форума

    Репутация:
    95
    1. Что такое рейтинг Сонаса, где о нём можно прочитать?
    2. Это не офтопик, но отдельную ветку про статистику можно и завести. (уже завёл)
    3. Хорошо бы только чётко сформулировать в одном посте постановку задачи. А то я уже запутался, плотности вероятностей для чего и в зависимости от чего вы считаете. И это я, прослушавший под тем или иным соусом курсы по теорверу раза четыре, и у которого курс по байесовским методам был одним из профилирующих предметов на кафедре... Пожалейте остальных читателей :)
     
  12. WinPooh
    Оффлайн

    WinPooh В.М. Команда форума

    Репутация:
    95
    Вот. Постепенно перетащу всё по теме в эту ветку.
     
  13. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Нельзя эти вероятности использовать для построения плотности вероятностей. А потом эту плотность использовать для оценки этих же вероятностей.
    Ничего не понял :)

    Сейчас посчитаю по формуле Сонаса.
     
  14. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Винни, Байес тут не при чем :)
     
  15. WinPooh
    Оффлайн

    WinPooh В.М. Команда форума

    Репутация:
    95
    Ещё раз вопрошаю. "Тут" - это где???
    Постановку задачи - в студию!
     
  16. WildCat
    Оффлайн

    WildCat Коршунов Игорь Команда форума

    Репутация:
    0
    Что тут не понятного?

    Мы хотим оценить вероятность выигрыша, проигрыша, ничьей.
    Ты для этого строишь приближение функции плотности вероятностей по этим же вероятностям. И уже по ней определяешь на сколько могут отклониться те же самыех начальные вероятности.

    В матстате это считается некорректным. Там, для оценки, используют какую-либо заранее известную функцию плотности вероятностей. Чаще всего от нормального распределения.

    Винни! Мне это тоже тяжело вспоминать (было это больше 6 лет назад). Насчет Сонаса в инете можно легко найти.
     
  17. WildCat
    Оффлайн

    WildCat Коршунов Игорь Команда форума

    Репутация:
    0
    Постановка примерно такая:
    Есть движок с +Nwin, -Nlos, =Ndraw (выигрышей, ничьих, поражений). Либо против одного соперника, либо против нескольких других. Мы хотим узнать на сколько рейт движка отличается от среднего рейта соперников и найти границы в которых мы можем быть уверены с какой-то вероятностью (обычно используют 95%, но NS настивает на 99,7%, но т.к. это всего лишь параметр метода, то сути он не меняет), что рейт не выйдет за эти границы.
     
  18. WinPooh
    Оффлайн

    WinPooh В.М. Команда форума

    Репутация:
    95
    Нормальный такой подход, в рамках теории возмущений. В физике сплошь и рядом.
    Только, конечно, сходимость хорошо бы доказать. Или хотя бы продемонстрировать.
     
  19. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Для случая +24 =9 -17 по формуле Сонаса.
    Интервал (Для 99.7%) [-90,188]
    Для 95% [-42,147]
    Для 50% :) [23 88]
    Матожидание +53.4
    Наиболее вероятное +56
    Среднеквадратичное 48.79

    Наверно Эло всё-таки лучше? В нем Мат. Ожидание намного более соответствует реальному результату.

    Во всей ветке все цифры приведены при условии равномерного распределения рейтинга, и вероятности ничьи равной реальному результату матча.
     
  20. morkoffkin
    Оффлайн

    morkoffkin Учаcтник

    Репутация:
    0
    to NS

    > Я отлично помню правило Байеса, но при чем оно тут?
    > то есть для случая таблиц которые я приводил - Байес совсем не при чем, morkoffkin-а как обычно клинит

    Поймите меня правильно, не очень интересно объяснять азы. Думаю, что со временем сами разберетесь. Тем более, что Байеса Вы помните отлично :)
     
  21. WildCat
    Оффлайн

    WildCat Коршунов Игорь Команда форума

    Репутация:
    0
    Что за странное матожидание? Я ж говрорю 0.57 очка в одной партии. Лучше все расчеты производить с ожидаемым количеством очков в одной партии, а затем уже результаты переводить в любую угодную систему рейтинга.

    Как раз наоборот по Сонасу все более соотв. практике.
     
  22. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Ничего не странное :) Мат ожидание в общем виде и не должно быть равно реальному результату.
     
  23. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Общими словами и я могу кидаться. Как считается вероятность нескольких последовательных событий (что как раз и надо нам в случае подсчета вероятностей результатов в матче) знает любой школьник - Вероятность общего события равна произведению вероятностей отдельных событий.
    Если вы видете тут Байеса - то это просто непонимание азов ТВ.
     
  24. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Если мы находим доверительный интервал с условием его минимизации - то есть находим рейтинг, считаем что он Равномерно распределен (не результат, а рейтинг!!!!) И по вероятности рейтинга считаем уже интервал, и среднеквадратичное и мат. ожидание ПО РЕЙТИНГУ, а не по результату.
    По результату мы ничего посчитать не сможем, так как не знаем его распределение (а вот для рейтинга спокойно можем взять равномерное)
     
  25. thenewone
    Оффлайн

    thenewone Евгений Манев

    Репутация:
    1
    чтоб не повторяться :) :
    http://www.talkchess.com/forum/viewtopic.php?t=5536
    что скажете? идея в том чтоб К-фактор был б порядка 0,... не знаю сколько знаков потом, не математик
     
  26. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Засада. У меня от Английского языка голова начинает болеть :)
     
  27. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Условие задачи -
    1. У нас есть набор движков с равномерным распределением рейтинга (то есть вероятность что мы "вытянули движок" играющий на [+200,+201] такая-же как и [+100,+101] и т.д.)
    2. Для каждого рейтинга нам известена вероятность каждого иисхода партии (но так как не знаем конкретно все три вероятности, включая ничью - то считаем что вероятность ничьей равна проценту ничьих в сыгранном матче - тогда зная разницу рейтингов мы можем посчитать вероятность любого исхода партии)
    3. Мы наугад вытянули соперника, после чего сыграли с ним матч. Матч закончился с результатом +24 -17 =9

    Этих данных абсолютно достаточно чтоб посчитать
    1. Мат ожидание.
    2. Доверительный интервал для заданной вероятности попадания. (Чтоб четко определить доверительный интервал - еще одно условие - он должен быть минимальным)

    Всё, можно считать. Для разных систем рейтинга получается разный результат.
    (по двум причинам - разная шкала - по-разному минимизируется доверительный интервал, и получается разное распределение "случайного соперника" если привести к одинаковой шкале (например к ожидаемому результату в партии))
    Для Рейтинга Сонаса Мат. ожидание сильно отличается от табличной разницы рейтингов. (повторюсь - мат. ожидание абсолютно не обязано быть равно рейтингу посчитанному исходя из результата матча)

    Простейший пример. У нас есть три соперника, с первым вероятность выигрыша 0.9 со вторым 0.5 c третьим 0.1
    Мы наугад выбираем соперника, и выигрываем у него. После этого считаем вероятность что это был соперник 1,2 и 3...
    Но какая-бы не была вероятность (она равна 0.9/1.5, 0.5/1.5 и 0.1/1.5 соответственно), матожидание результата в партии у нас не будет равно Единице!!!! В данном случае будет равно 0.6*0.9+0.5*0.5/1.5+0.1*0.1/1.5 =0.713
     
  28. WildCat
    Оффлайн

    WildCat Коршунов Игорь Команда форума

    Репутация:
    0
    Вообще, захотелось выматериться после всего прочитанного. Зачем все переворачивать с ног на голову?

    Тут подумал, ведь матожидание количества очков в одной партии против данных соперников распределено нормально и следовательно можно просто применять стандартный метод определения доверительных интервалов. По этому интервалу легко построить интервалы в любой рейтинговой системе.
     
  29. WildCat
    Оффлайн

    WildCat Коршунов Игорь Команда форума

    Репутация:
    0
    Везде речь шле не о матожидании (это просто теоретич. понятие, которое численно узнать никогда нельзя), а о оценке матожидания (ничего лучшего мы не имеем).

    Еще раз как из +24 -17 =9 получается оценка матожидания +53.4?
     
  30. WildCat
    Оффлайн

    WildCat Коршунов Игорь Команда форума

    Репутация:
    0
    У меня оценка матожидания очков в одной партии = 0.57
    оценка матожидания количества очков в матче из 50 партий = 28.5

    Что такое +53.4? И откуда оно берется?
     
  31. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    53.4
    Делим предполагаемую разницу на интервалы в 1 пункт (сильнее не имеет смысла)
    Получем Дипазон [-2000,2000] (из 4001 элемента), попадание разницы в каждый участок (в каждую точку) у нас одинаково - это следует из предположении о изначальном равномерном распределении рейтингов.
    Для каждого "элемента" в диапазоне считаем вероятности проигрыша, ничьи и выигрыша в отдельной партии (это мы сделать можем, так как предположили вероятность ничьи (9/50=18%), и знаем ожидаемый результат исходя из формулы для соответсвующей разницы рейтинга в выбранной нами системе)

    Теперь зная вероятность исхода в каждой партии мы можем посчитать для каждого "Элемента" вероятность свершения конкретного результата - в нашем случае +24,=9,-17

    Далее чтоб узнать вероятности каждого отклонения мы вероятность результата +24,=9,-17 делим на суммарную вероятность такого результата по всем элементам (Это верно, так как мы предположили равномерное распределение рейтинга) Я считаю не примерно, а точную вероятность именно исхода +24 =9 -17 (а не набора 28.5 очков)

    Теперь у нас для каждого отклонения (элемента) есть вероятность.
    Чтоб сосчитать матожидание - суммируем по элементам Отклонение*Вероятность - получили мат ожидание.
    Чтоб получить доверительный интервал - мы начинаем с краев интервала [-2000,2000] "откусывать" по одному элементу, выбирая по признаку меньшей вероятности. Когда суммарно откусанное :) достигнет 0.3% (0.003) Мы получим доверительный интервал минимального размера с вероятностью 99.7%

    ЗЫ. На краях интервала [-2000,2000] Будет нулевая вероятность - для системы Эло - потому что мы зафиксировали процент ничьих, а для Сонаса - вдобавок исходя из самой формулы ожидаемого результата.


    ЗЫ.ЗЫ. Точность достаточная, но если её мало - могу разбить на интервалы не по 1 пункту рейтинга, а по 0.1 пункта :)

    Вот конечная таблица для рейтинга Сонаса, результата +24 =9 -17 и вероятности ничьи 18%

    Код:
     -221   0.0000000001
     -220   0.0000000001
     -219   0.0000000001
     -218   0.0000000001
     -217   0.0000000001
     -216   0.0000000002
     -215   0.0000000002
     -214   0.0000000002
     -213   0.0000000003
     -212   0.0000000003
     -211   0.0000000004
     -210   0.0000000004
     -209   0.0000000005
     -208   0.0000000006
     -207   0.0000000007
     -206   0.0000000009
     -205   0.0000000010
     -204   0.0000000012
     -203   0.0000000014
     -202   0.0000000016
     -201   0.0000000019
     -200   0.0000000022
     -199   0.0000000026
     -198   0.0000000031
     -197   0.0000000036
     -196   0.0000000041
     -195   0.0000000048
     -194   0.0000000056
     -193   0.0000000064
     -192   0.0000000074
     -191   0.0000000086
     -190   0.0000000099
     -189   0.0000000114
     -188   0.0000000131
     -187   0.0000000150
     -186   0.0000000172
     -185   0.0000000197
     -184   0.0000000225
     -183   0.0000000257
     -182   0.0000000293
     -181   0.0000000334
     -180   0.0000000380
     -179   0.0000000432
     -178   0.0000000491
     -177   0.0000000556
     -176   0.0000000630
     -175   0.0000000713
     -174   0.0000000806
     -173   0.0000000910
     -172   0.0000001027
     -171   0.0000001157
     -170   0.0000001302
     -169   0.0000001464
     -168   0.0000001644
     -167   0.0000001845
     -166   0.0000002069
     -165   0.0000002317
     -164   0.0000002592
     -163   0.0000002897
     -162   0.0000003235
     -161   0.0000003609
     -160   0.0000004023
     -159   0.0000004479
     -158   0.0000004983
     -157   0.0000005539
     -156   0.0000006152
     -155   0.0000006826
     -154   0.0000007567
     -153   0.0000008382
     -152   0.0000009276
     -151   0.0000010257
     -150   0.0000011332
     -149   0.0000012509
     -148   0.0000013798
     -147   0.0000015206
     -146   0.0000016745
     -145   0.0000018425
     -144   0.0000020257
     -143   0.0000022255
     -142   0.0000024430
     -141   0.0000026797
     -140   0.0000029370
     -139   0.0000032167
     -138   0.0000035204
     -137   0.0000038498
     -136   0.0000042071
     -135   0.0000045940
     -134   0.0000050130
     -133   0.0000054662
     -132   0.0000059562
     -131   0.0000064856
     -130   0.0000070570
     -129   0.0000076735
     -128   0.0000083381
     -127   0.0000090540
     -126   0.0000098248
     -125   0.0000106541
     -124   0.0000115457
     -123   0.0000125036
     -122   0.0000135322
     -121   0.0000146359
     -120   0.0000158194
     -119   0.0000170876
     -118   0.0000184458
     -117   0.0000198995
     -116   0.0000214543
     -115   0.0000231162
     -114   0.0000248915
     -113   0.0000267869
     -112   0.0000288090
     -111   0.0000309652
     -110   0.0000332628
     -109   0.0000357097
     -108   0.0000383140
     -107   0.0000410842
     -106   0.0000440291
     -105   0.0000471578
     -104   0.0000504799
     -103   0.0000540054
     -102   0.0000577443
     -101   0.0000617074
     -100   0.0000659057
      -99   0.0000703507
      -98   0.0000750540
      -97   0.0000800280
      -96   0.0000852853
      -95   0.0000908387
      -94   0.0000967019
      -93   0.0001028886
      -92   0.0001094130
      -91   0.0001162898
      -90   0.0001235340
      -89   0.0001311612
      -88   0.0001391872
      -87   0.0001476282
      -86   0.0001565011
      -85   0.0001658228
      -84   0.0001756108
      -83   0.0001858830
      -82   0.0001966577
      -81   0.0002079533
      -80   0.0002197890
      -79   0.0002321839
      -78   0.0002451577
      -77   0.0002587304
      -76   0.0002729223
      -75   0.0002877538
      -74   0.0003032459
      -73   0.0003194195
      -72   0.0003362961
      -71   0.0003538971
      -70   0.0003722442
      -69   0.0003913594
      -68   0.0004112646
      -67   0.0004319819
      -66   0.0004535337
      -65   0.0004759421
      -64   0.0004992294
      -63   0.0005234180
      -62   0.0005485300
      -61   0.0005745876
      -60   0.0006016129
      -59   0.0006296278
      -58   0.0006586539
      -57   0.0006887128
      -56   0.0007198256
      -55   0.0007520132
      -54   0.0007852961
      -53   0.0008196945
      -52   0.0008552280
      -51   0.0008919157
      -50   0.0009297763
      -49   0.0009688278
      -48   0.0010090877
      -47   0.0010505724
      -46   0.0010932982
      -45   0.0011372799
      -44   0.0011825320
      -43   0.0012290679
      -42   0.0012769000
      -41   0.0013260397
      -40   0.0013764974
      -39   0.0014282824
      -38   0.0014814029
      -37   0.0015358656
      -36   0.0015916762
      -35   0.0016488391
      -34   0.0017073573
      -33   0.0017672321
      -32   0.0018284637
      -31   0.0018910508
      -30   0.0019549901
      -29   0.0020202772
      -28   0.0020869058
      -27   0.0021548680
      -26   0.0022241540
      -25   0.0022947525
      -24   0.0023666501
      -23   0.0024398319
      -22   0.0025142807
      -21   0.0025899778
      -20   0.0026669024
      -19   0.0027450316
      -18   0.0028243409
      -17   0.0029048033
      -16   0.0029863902
      -15   0.0030690709
      -14   0.0031528124
      -13   0.0032375800
      -12   0.0033233367
      -11   0.0034100437
      -10   0.0034976598
       -9   0.0035861420
       -8   0.0036754454
       -7   0.0037655227
       -6   0.0038563250
       -5   0.0039478013
       -4   0.0040398984
       -3   0.0041325616
       -2   0.0042257340
       -1   0.0043193570
        0   0.0044133703
        1   0.0045077116
        2   0.0046023171
        3   0.0046971212
        4   0.0047920568
        5   0.0048870554
        6   0.0049820467
        7   0.0050769595
        8   0.0051717207
        9   0.0052662565
       10   0.0053604916
       11   0.0054543498
       12   0.0055477539
       13   0.0056406258
       14   0.0057328864
       15   0.0058244564
       16   0.0059152553
       17   0.0060052027
       18   0.0060942174
       19   0.0061822181
       20   0.0062691233
       21   0.0063548515
       22   0.0064393212
       23   0.0065224512
       24   0.0066041605
       25   0.0066843686
       26   0.0067629954
       27   0.0068399618
       28   0.0069151891
       29   0.0069885997
       30   0.0070601171
       31   0.0071296659
       32   0.0071971720
       33   0.0072625627
       34   0.0073257667
       35   0.0073867147
       36   0.0074453387
       37   0.0075015729
       38   0.0075553535
       39   0.0076066187
       40   0.0076553088
       41   0.0077013668
       42   0.0077447378
       43   0.0077853695
       44   0.0078232123
       45   0.0078582193
       46   0.0078903464
       47   0.0079195525
       48   0.0079457992
       49   0.0079690516
       50   0.0079892774
       51   0.0080064480
       52   0.0080205378
       53   0.0080315245
       54   0.0080393892
       55   0.0080441165
       56   0.0080456943
       57   0.0080441142
       58   0.0080393711
       59   0.0080314636
       60   0.0080203937
       61   0.0080061671
       62   0.0079887930
       63   0.0079682841
       64   0.0079446568
       65   0.0079179309
       66   0.0078881299
       67   0.0078552805
       68   0.0078194130
       69   0.0077805613
       70   0.0077387623
       71   0.0076940565
       72   0.0076464874
       73   0.0075961020
       74   0.0075429501
       75   0.0074870847
       76   0.0074285617
       77   0.0073674398
       78   0.0073037808
       79   0.0072376487
       80   0.0071691103
       81   0.0070982350
       82   0.0070250943
       83   0.0069497621
       84   0.0068723142
       85   0.0067928288
       86   0.0067113855
       87   0.0066280659
       88   0.0065429533
       89   0.0064561322
       90   0.0063676885
       91   0.0062777094
       92   0.0061862832
       93   0.0060934989
       94   0.0059994464
       95   0.0059042162
       96   0.0058078993
       97   0.0057105870
       98   0.0056123709
       99   0.0055133426
      100   0.0054135934
      101   0.0053132146
      102   0.0052122973
      103   0.0051109316
      104   0.0050092074
      105   0.0049072136
      106   0.0048050383
      107   0.0047027684
      108   0.0046004900
      109   0.0044982876
      110   0.0043962443
      111   0.0042944420
      112   0.0041929606
      113   0.0040918786
      114   0.0039912726
      115   0.0038912171
      116   0.0037917849
      117   0.0036930465
      118   0.0035950704
      119   0.0034979226
      120   0.0034016671
      121   0.0033063653
      122   0.0032120763
      123   0.0031188567
      124   0.0030267605
      125   0.0029358392
      126   0.0028461417
      127   0.0027577143
      128   0.0026706005
      129   0.0025848413
      130   0.0025004748
      131   0.0024175367
      132   0.0023360598
      133   0.0022560742
      134   0.0021776075
      135   0.0021006844
      136   0.0020253272
      137   0.0019515554
      138   0.0018793860
      139   0.0018088335
      140   0.0017399096
      141   0.0016726240
      142   0.0016069835
      143   0.0015429929
      144   0.0014806545
      145   0.0014199684
      146   0.0013609325
      147   0.0013035425
      148   0.0012477921
      149   0.0011936731
      150   0.0011411752
      151   0.0010902865
      152   0.0010409930
      153   0.0009932794
      154   0.0009471285
      155   0.0009025217
      156   0.0008594390
      157   0.0008178589
      158   0.0007777587
      159   0.0007391147
      160   0.0007019017
      161   0.0006660938
      162   0.0006316641
      163   0.0005985847
      164   0.0005668272
      165   0.0005363621
      166   0.0005071598
      167   0.0004791897
      168   0.0004524210
      169   0.0004268224
      170   0.0004023625
      171   0.0003790094
      172   0.0003567312
      173   0.0003354958
      174   0.0003152712
      175   0.0002960252
      176   0.0002777261
      177   0.0002603418
      178   0.0002438409
      179   0.0002281920
      180   0.0002133639
      181   0.0001993261
      182   0.0001860482
      183   0.0001735004
      184   0.0001616532
      185   0.0001504777
      186   0.0001399457
      187   0.0001300293
      188   0.0001207014
      189   0.0001119354
      190   0.0001037054
      191   0.0000959862
      192   0.0000887533
      193   0.0000819827
      194   0.0000756513
      195   0.0000697367
      196   0.0000642171
      197   0.0000590715
      198   0.0000542797
      199   0.0000498222
      200   0.0000456800
      201   0.0000418352
      202   0.0000382704
      203   0.0000349689
      204   0.0000319147
      205   0.0000290926
      206   0.0000264881
      207   0.0000240871
      208   0.0000218766
      209   0.0000198438
      210   0.0000179768
      211   0.0000162642
      212   0.0000146953
      213   0.0000132599
      214   0.0000119484
      215   0.0000107516
      216   0.0000096610
      217   0.0000086686
      218   0.0000077668
      219   0.0000069485
      220   0.0000062070
      221   0.0000055361
      222   0.0000049300
      223   0.0000043833
      224   0.0000038909
      225   0.0000034481
      226   0.0000030506
      227   0.0000026942
      228   0.0000023754
      229   0.0000020906
      230   0.0000018366
      231   0.0000016104
      232   0.0000014095
      233   0.0000012313
      234   0.0000010735
      235   0.0000009340
      236   0.0000008110
      237   0.0000007028
      238   0.0000006077
      239   0.0000005243
      240   0.0000004513
      241   0.0000003877
      242   0.0000003322
      243   0.0000002840
      244   0.0000002422
      245   0.0000002061
      246   0.0000001748
      247   0.0000001480
      248   0.0000001249
      249   0.0000001052
      250   0.0000000883
      251   0.0000000739
      252   0.0000000617
      253   0.0000000513
      254   0.0000000426
      255   0.0000000352
      256   0.0000000290
      257   0.0000000238
      258   0.0000000195
      259   0.0000000159
      260   0.0000000129
      261   0.0000000105
      262   0.0000000084
      263   0.0000000068
      264   0.0000000054
      265   0.0000000043
      266   0.0000000034
      267   0.0000000027
      268   0.0000000021
      269   0.0000000017
      270   0.0000000013
      271   0.0000000010
      272   0.0000000008
      273   0.0000000006
      274   0.0000000005
      275   0.0000000003
      276   0.0000000003
      277   0.0000000002
      278   0.0000000001
      279   0.0000000001
      280   0.0000000001
      281   0.0000000001
     
  32. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    В науке (ТВ) Для каждой конкретной задачи находится матожидание. У нас есть результат Эксперимента. Есть Два наших предположения (вероятность ничьи, и равномерное распределение рейтинга), и есть формула для расчета вероятностей исхода. (И для рейтинга Сонаса, и для рейтинга Эло)
    Исходя из этого мы можем четко посчитать мат. ожидание. Не дать оценку, а получить конкретное число исходя из совершенно конкретной задачи. В рейтинге Сонаса это матожидание немного несоответствует нашим ожиданиям. :)
     
  33. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Для шага рейтинга в 0.1 Исходной задачи и рейтинга Сонаса.
    матожидание 53.4
    Доверительный интервал 99.7% [-91.1 188.6] (-144.5 +135.2)
    Среднеквадратичное 48.79
     
  34. NS
    Оффлайн

    NS Нефёдов Сергей баннер

    Репутация:
    3
    Еще один пример - Мы сыграли два партии, и обе выиграли. Предположим что ничьих не бывает, тогда
    По рейтингу Сонаса -
    Матожидание +200
    Интервал 99.7% - [-284.5 400.0] (Больше чем 400 пунктов разницы по Сонасу не бывает :) )
    И вполне вероятно что несмотря на две победы мы играем слабее.
    Среднеквадратичное 154.9

    Если мы предположим что бывает разница больше 400 пунктов - то Матожидание и Доверительный интервал будут неопределены. (при условии распределения разницы рейтингов от минус бесконечности до плюс бесконечности)
    Тогда необходим хотя-бы один результат отличный от нашей победы (хотябы одна ничья) для определения доверительного интервала и матожидания.
     
  35. Kirr
    Оффлайн

    Kirr Команда форума Команда форума

    Репутация:
    8
    Чтобы оценить любые вероятности и матожидания нужны две компоненты: 1. Модель реальности. 2. Метод аппроксимации параметров модели по наблюдениям реальности. В качестве модели исторически популярна модель Эло, которая определяется формулой S = 1 / ( 1 + 1 / 10 ** ((Rb-Ra)/400) ). Здесь S - это результат матча между игроками A и B, Ra и Rb - рейтинги игроков A и B. Далее есть две разновидности - статическая модель в которой сила игры (рейтинги) игроков не меняется и динамическая модель где сила игры каждого игрока может меняться во времени.

    Понятно что динамическую модель сложнее аппроксимировать, нет абсолютно точного решения, нужны дополнительные параметры взятые произвольно (K). Для изучения движков отлично подходит статическая модель (если обучение выключено), которую уже научились точно и быстро аппроксимировать. Кстати статическая модель тоже подходит для обсчёта результатов турнира, как кто-то заметил в другой ветке. Модель Эло удобна тем что использует логарифмическую шкалу рейтингов, и разница в силе игры определяется разностью рейтингов. Это существенное преимущество перед моделью е-Рейтинга.

    Дальше, есть модель Bayeselo, которая на самом деле является просто уточнённой моделью Эло. Уточнение заключается в том что в моделю Bayeselo добавлены вероятность ничьей и преимущество белого цвета.

    Вторая компонента - метод аппроксимации - это тоже очень важный фактор. Нужно чтобы этот метод как минимум существовал. :) Можно построить супер-точную модель которую невозможно будет рассчитать. Плюс модели Эло - лёгкость вычисления параметров модели (рейтингов). Программа Элостат поступает просто - итеративно вычисляет обратную формулу эло до тех пор пока рейтинги не перестанут изменяться.

    Второе отличие Bayeselo от ELOstat - это более точный и быстрый алгоритм аппроксимации методом минимизации-максимизации (Minorization-Maximization). Это обусловлено главным образом тем что формулу предсказания Bayeselo нельзя или очень трудно обратить, поэтому метод Элостата не проходит. О Bayeselo можно прочитать подробнее на его домашней страничке. (и скачать программу).

    О методе Сонаса слышал но не вникал. Может кто-нибудь сформулировать его основные черты?

    Мои две копейки. :)