Statistics 如何用专家级玩家计算新玩家获胜概率

比如说，我有一个在线游戏，用户可以互相玩。我有一份球员名单，所有球员都被归类为专家，平均水平，低于平均水平。新玩家想要玩这个游戏，系统会选择专家级玩家与新玩家对抗。新球员获胜的可能性有多大

例如：专家玩家数据如下所示： 游戏总数：45， 赢：30， 抽签：10， 损失：5

新玩家和专家玩家之间有可能进行概率比较吗？如果是，可以考虑哪些统计数据

---

提前感谢

我将获取数据的子集，它对应于

专家

与

平均

游戏

• 如果有问题的专家有足够的数据（检查他的获胜率是否具有统计意义），那么您可以仅依靠他/她的数据。例如，如果这位专家与普通玩家打了100场比赛，赢了80场，这很重要，你可以说他/她赢了80%

• 如果专家没有足够的数据（即重要），您可以将所有

  专家

  与

  平均游戏

  中的数据组合起来进行补偿，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，该玩家如何获得专家等级

我认为这里的主要问题是将所有可能的技能级别降低到3级（专家级与一般级与低于平均级），而事实上，对人的好坏可能有更多的粒度，因此您的模型可能过于简单化引入更多的级别将有助于解决这个问题（例如，对于人们来说，5个级别似乎不太容易掌握，而且可能已经比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（例如获胜率、用户玩过的天数、年龄、性别等），即使这只是您自己的事情（即玩家只能看到

n

排名级别，但您有更详细的属性进行计算）