如何计算专家级玩家的新玩家获胜概率

如何解决如何计算专家级玩家的新玩家获胜概率

假设我有一个在线游戏，用户可以在其中互相玩游戏。我有球员名单，所有球员都归类为专家，平均水平，低于平均水平。新玩家想玩这个游戏，系统选择专家级玩家对抗新玩家。新玩家的获胜概率是多少？

例如：专家级玩家数据如下： 总游戏数：45， 胜利：30， 抽奖：10， 损失：5

是否可以在新玩家与专家玩家之间进行概率计算？如果是，可以考虑哪些统计数据？

提前致谢

解决方法

我会取数据的一个子集，它对应于expert vs. average 游戏

• 如果有问题的专家有足够的数据（做一个binomial test来检查他的胜率在统计上是否显着），那么你可以只依赖他/她的数据.例如，如果这位特定的专家与普通玩家进行了 100 场比赛并赢得了 80 场，那意义重大，您可以说他/她的获胜率有 80% 的变化

• 如果专家没有足够的数据（即重要的），您可以合并来自ALL expert 与 average 的数据游戏来补偿，尽管这提出了另一个问题：如果我们认为没有足够的游戏来确定这一点，这位玩家是如何获得专家排名的？

我认为这里的主要问题是您将所有可能的技能水平降低到 3（专家与平均水平与低于平均水平），而实际上可能有更详细地了解人的好坏，因此您的模型可能过于简单化。 引入更多级别将有助于解决该问题（例如，5 个级别对于人们来说似乎不太容易掌握，并且可能已经比 3 个级别表现得更好）。或者，您也可以尝试根据更详细的属性计算概率（例如赢率、用户玩游戏的天数、年龄、性别...），即使这是您只保留给自己的东西（即玩家只能看到 n 排名级别，但您有更详细的属性来进行计算）。