Bradley-Terry Modeli
Bradley-Terry Model for Paired Comparisons · Ayrıca şöyle bilinir: BT Model, Bradley-Terry-Luce Model, Paired Comparison Model, İkili Karşılaştırma Modeli
Bradley-Terry modeli, her bir öğeye gizli bir güç parametresi atayan ve iki öğe arasındaki doğrudan bir karşılaşmada bir öğenin diğerini yenme olasılığını tahmin eden, ikili karşılaştırmalar için olasılıksal bir modeldir. Ralph A. Bradley ve Milton E. Terry tarafından 1952'de tanıtılan bu model, her çiftin doğrudan gözlemlenmediği eksik karşılaştırma tasarımları da dahil olmak üzere, ikili tercih verilerinden öğeleri sıralamak için prensipli bir istatistiksel çerçeve sunar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Verileriniz ikili karşılaştırmalardan veya doğrudan karşılaşma sonuçlarından oluşuyorsa ve amacınız öğeleri sıralamak veya göreceli tercih güçlerini tahmin etmekse Bradley-Terry modelini kullanın. Turnuvalar, tüketici tercih çalışmaları, spor analitiği ve kitle kaynaklı sıralama görevleri için uygundur. Temel varsayımlar arasında tercihlerin geçişliliği (transitivity), karşılaştırmaların bağımsızlığı ve beraberlik olmaması (veya beraberlikleri ele alan uzantılar) bulunur. Karşılaştırmalar oldukça geçişsiz olduğunda, bağlam etkileri bağımsızlığı geçersiz kıldığında veya olasılıksal bir model olmaksızın sıralı sıralamalar yeterli olduğunda bu modelden kaçının.
Güçlü yönler & sınırlılıklar
- İkili verilerden sıralama için prensipli bir olasılıksal temel sağlar, standart hatalarla yorumlanabilir güç tahminleri sunar.
- Eksik karşılaştırma tasarımlarını zarif bir şekilde ele alır, yalnızca karşılaştırma grafiğinin tam dengeli olmaktan ziyade bağlı olmasını gerektirir.
- Verimli maksimum olabilirlik algoritmaları aracılığıyla büyük öğe kümelerine ölçeklenebilir ve beraberlikler, ev sahibi avantajı ve kovaryatlar için iyi geliştirilmiş uzantıları vardır.
- Karşılaştırmalı yargı yasasıyla tutarlı, benzersiz bir küresel sıralama üretir, basit galibiyet oranı sıralamalarının döngülerini ve çelişkilerini önler.
- Tercihlerin katı geçişliliğini varsayar, bu durum geçişsiz döngüler veya bağlama bağlı seçimler içeren gerçek dünya senaryolarında geçerli olmayabilir.
- Temel formülasyonunda beraberlikleri doğal olarak barındırmaz; beraberlik sonuçları için Davidson modeli gibi uzantılar gereklidir.
- Tanımlanabilirlik için bağlı bir karşılaştırma grafiği gerektirir; izole edilmiş öğeler veya bağlantısız gruplar birlikte sıralanamaz.
- Bazı öğeler tüm karşılaştırmaları kazandığında veya kaybettiğinde maksimum olabilirlik tahminleri tanımsızdır, bu da düzenlileştirme (regularization) veya Bayesci öncüller gerektirir.
SSS
Bradley-Terry modeli, Elo derecelendirme sisteminden nasıl farklıdır?
Her iki model de aynı ikili karşılaştırma olasılık formülüne dayanır, ancak tahmin yaklaşımları farklıdır. Elo, her maçtan sonra sabit bir K faktörü kullanarak derecelendirmeleri artımlı olarak günceller, bu da onu çevrimiçi veya sıralı ayarlar için çok uygun hale getirir. Bradley-Terry, tüm gözlemlenen sonuçlar üzerinde eşzamanlı olarak toplu maksimum olabilirlik tahmini kullanır, bu da belirsizlik nicelemesi ile istatistiksel olarak verimli tahminler sağlar, ancak tüm verilerin aynı anda mevcut olmasını gerektirir.
Bradley-Terry modeli, tek bir karşılaştırmada ikiden fazla öğeyi ele alabilir mi?
Temel Bradley-Terry modeli yalnızca ikili karşılaştırmalar için tanımlanmıştır. Üç veya daha fazla öğenin aynı anda sıralanmasına genelleştirilmesi, tam bir sıralamayı bir dizi ikili seçime ayıran Plackett-Luce modelidir. Verileriniz ikili galibiyet-mağlubiyet sonuçları yerine tam veya kısmi sıralamalardan oluşuyorsa, Plackett-Luce modeli uygun uzantıdır.
Güvenilir Bradley-Terry tahminleri için ne kadar örneklem büyüklüğü gereklidir?
Güvenilirlik, yalnızca toplam öğe sayısından ziyade çift başına karşılaştırma sayısına bağlıdır. Genel bir kural olarak, çift başına en az beş ila on karşılaştırma, makul derecede kararlı tahminler üretir. Daha az karşılaştırma ile olabilirlik yüzeyi düzleşir ve geniş güven aralıkları verir. Karşılaştırma verileri seyrek olduğunda, güç parametreleri üzerinde zayıf bilgilendirici öncüllerle Bayesci düzenlileştirme (regularization) kararlılığı artırabilir.
Kaynaklar
- Bradley, R. A., & Terry, M. E. (1952). Rank analysis of incomplete block designs: I. The method of paired comparisons. Biometrika, 39(3/4), 324–345. DOI: 10.2307/2334029 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Bradley-Terry Model for Paired Comparisons. ScholarGate. https://scholargate.app/tr/decision-making/bradley-terry-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Elo Derecelendirme SistemiKarar verme↔ karşılaştır
- Lojistik RegresyonAraştırma istatistiği↔ karşılaştır
- Plackett-Luce ModeliKarar verme↔ karşılaştır