[论文解读] Nonparametric Estimation in the Dynamic Bradley-Terry Model

Heejong Bong, Wan‐Shan Li+2 more|arXiv (Cornell University)|Feb 28, 2020

Game Theory and Voting Systems参考文献 8被引用 4

一句话总结

该论文提出了一种非参数、时变的Bradley-Terry模型扩展，通过核平滑方法处理稀疏成对比较数据。它建立了估计器的存在性与唯一性条件，并在模型无关设定下推导出估计误差和超额风险的Oracle界，展示了在模拟和真实世界数据中均表现出色的性能，且带宽选择高效。

ABSTRACT

We propose a time-varying generalization of the Bradley-Terry model that allows for nonparametric modeling of dynamic global rankings of distinct teams. We develop a novel estimator that relies on kernel smoothing to pre-process the pairwise comparisons over time and is applicable in sparse settings where the Bradley-Terry may not be fit. We obtain necessary and sufficient conditions for the existence and uniqueness of our estimator. We also derive time-varying oracle bounds for both the estimation error and the excess risk in the model-agnostic setting where the Bradley-Terry model is not necessarily the true data generating process. We thoroughly test the practical effectiveness of our model using both simulated and real world data and suggest an efficient data-driven approach for bandwidth tuning.

研究动机与目标

• 开发一种非参数、时变的Bradley-Terry模型推广，用于动态全局团队排名。
• 解决传统Bradley-Terry估计在稀疏成对比较数据中可能因最大似然估计不存在而失效的挑战。
• 在模型无关设定下提供理论保证——包括存在性、唯一性及Oracle界，即使真实数据生成过程并非Bradley-Terry模型。
• 设计一种计算高效的估计器，利用核平滑预处理时变的成对结果。

提出的方法

• 该方法使用核平滑估计Bradley-Terry模型中的时变对数胜率参数βi(t)，确保其在时间上的平滑性。
• 将时变胜率建模为logit(p_ij(t)) = β_i(t) - β_j(t)，并施加∑β_i(t) = 0以保证可识别性。
• 通过在时间上使用核函数平滑经验成对比较频率来构建估计器，即使在稀疏情形下也能实现估计。
• 在核函数的适度正则性条件及β(t)的平滑性条件下，证明了估计器的存在性与唯一性。
• 在模型无关框架下推导出估计误差与超额风险的Oracle界，不假设Bradley-Terry模型是真实的数据生成过程。
• 提出一种基于交叉验证的数据驱动带宽选择方法，实证结果表明即使采用预设带宽，性能也表现良好。

实验结果

研究问题

• RQ1 在何种条件下，所提出的时变Bradley-Terry模型的核平滑估计器存在且唯一？
• RQ2 当真实数据生成过程并非Bradley-Terry模型时，该方法在估计误差与超额风险方面的表现如何？
• RQ3 核平滑方法是否能可靠地恢复在标准MLE失效的稀疏成对比较设定下的动态排名？
• RQ4 与传统参数化或状态空间方法相比，该方法的计算效率如何？
• RQ5 在高维或稀疏数据情形下，数据驱动的带宽选择程序在实践中有多高效？

主要发现

• 在核函数与时变参数β(t)的平滑性满足温和条件时，所提出的估计器存在且唯一。
• 该方法在模拟与真实世界数据中均展现出优异的有限样本性能，尤其在标准MLE失效的稀疏场景中表现突出。
• 核平滑确保了MLE存在性所需的全局连通性条件（比较图的全局连通性）几乎必然满足，即使原始数据稀疏。
• 在时间点数量较多（M大，N小）的情形下，该模型的运行时间与原始Bradley-Terry模型相当或更优，尤其在带宽预设时表现更佳。
• 实证结果表明，即使在合理范围内预设带宽，模型估计结果也与留一法交叉验证所得结果非常接近。
• 在N=10、M=10且n_ij(t)=1的实验中，所有时间点MLE存在的频率仅为2%，而采用核平滑后提升至100%，充分证明其对稀疏性的鲁棒性。