ブログ

簡易版

「どちらのランキングが良いか」を数字で決めるとはどういうことか。評価指標とは何で、それぞれにどんな落とし穴があるのか。基本のところから、実際のデータで分かったことまで。

技術版

1 の詳細版。指標の定義、妥当性・検出力・実力帯に絞ったときの検出力・シーディングバイアス・解釈性・集計法の 6 つの軸での評価方法と結果、再現できる形で。

簡易版

指標を実際のデータに当てた結果。SPSP と Elo、Glicko-2、UltRank の比較と、実力帯ごとの当たり具合。

技術版

3 の詳細版。篝火 4 シーズン 180 大会での対応付き検定、UltRank の集計期間分割、来季の設定変更の採点、実力帯別の 4 判定と再現手順。

簡易版

本当の実力が分かっている仮想の世界を作ると、何が嬉しいのか。世界の作り方と、そこで分かったこと (順位評価が現実で強い理由、シードを組んだ側が有利に見える仕組み、など)。

技術版

5 の詳細版。Bradley-Terry モデルに基づく世界の定義、ダブルエリミネーションの再現、各ランキング方式の実装、測定の定義式、結果の数表、追試と否定的結果、再現手順。