如何开始基于成对竞争数据的评级和排名？

在学习如何对仅以成对方式交互/竞争的组中的个人进行评分和排名（即像国际象棋的ELO评分系统之类的系统）时，我很有趣。

• 是否有任何可行的方法或更准确，更高级的方法？
• 是否有任何R包可以简化实施？
• 有没有可以使用辅助信息以及比赛/比赛结果的方法？
• 有什么方法可以更好地利用赢利信息而不是二分赢/输呢？
• 我应该在文献中寻找什么？

关于“如何在R中完成”，prefmod软件包http://cran.r-project.org/web/packages/prefmod/index.html 用于配对比较，排名和等级的偏好分析。它适合带有对象和主题协变量的Bradley-Terry模型和模式模型。见我的答案在这里如何适应布拉德利-特里，卢斯模型R，而无需复杂的公式？以获得简短的介绍，或访问http://www.jstatsoft.org/v48/i10获得更多信息。

我刚刚完成了一本关于该主题的不错的书。它讨论了ELO以及许多其他排名方法，例如Massey，Colley和Keener's。该书中的大多数方法都以体育比赛为例，并以赢/输和胜利幅度作为输入。

自问了这个问题之后，我发现我使用R 的PlayerRatings软件包取得了很多成功。这使得创建ELO / Glicko和作者自己的性能评估方法非常容易。

本书不适用于边际，但基于配对比较提供了排名团队的理论。赫伯特·戴维（Herbert A. David）的配对比较方法http://www.amazon.com/Method-Paired-Comparisons-Statistical-Monograph/dp/0852640137/ref=sr_1_1?s=books&ie=UTF8&qid=1340424897&sr=1-1&keywords=配对比较的+方法

关于胜利余量，我相信一些用于BCS的计算机方法结合了配对比较方法，例如Br​​adley-Terry模型和胜利余量。