R库（BradleyTerry2）。 Diff（player1，player2…中的错误必须是相同级别的因子

Question

我在R中使用BradleyTerry2软件包时遇到问题。我的数据如下所示。 我从另一个代码创建了数据，我认为格式与BradleyTerry示例（ https://cran.r-project.org/web/packages/BradleyTerry2/vignettes/BradleyTerry.pdf ）中的“ citations.sf”相同。

   player1 player2 win1 win2
1        1       2   10    0
2        1       3   10    0
3        1       4    5    5
4        1       5   10    0
5        1       6    9    1
6        2       3    6    4
7        2       4    4    6
8        2       5    5    5
9        2       6    8    2
10       3       4    2    8
11       3       5    7    3
12       3       6    6    4
13       4       5   10    0
14       4       6    9    1
15       5       6    4    6

但是，当我运行speedModel <- BTm(cbind(win1, win2), player1, player2, data = dat) ，它显示如下错误消息。

Diff中的错误（玩家1，玩家2，公式，id，数据，单独的能力，refcat 、：“玩家1 $ ..”和“玩家2 $ ..”必须是具有相同水平的因素

我在StackOverflow上查看了另一页（ 更新了数据：Diff中的错误...必须是同一水平的因素 ），然后尝试了以下代码。 （不过，我不明白它的作用。）

levels(dat[,1]) <- dat(c(dat[,1], dat[,2]))
levels(dat[,2]) <- dat(c(dat[,1], dat[,2]))

但是，BTm（）函数将引发相同的消息。 谁能告诉我该怎么办？

这是dput(dat)的结果

structure(list(player1 = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 
2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L, 5L), .Label = 1:6), player2 = structure(c(2L, 
3L, 4L, 5L, 6L, 3L, 4L, 5L, 6L, 4L, 5L, 6L, 5L, 6L, 6L), .Label = 1:6), 
win1 = c(10L, 10L, 5L, 10L, 9L, 6L, 4L, 5L, 8L, 2L, 7L, 6L, 
10L, 9L, 4L), win2 = c(0L, 0L, 5L, 0L, 1L, 4L, 6L, 5L, 2L, 
8L, 3L, 4L, 0L, 1L, 6L)), row.names = c(NA, -15L), class = "data.frame")

Answer 1

您的问题在于数据框中的玩家因素的定义。 他们需要具有完全相同的级别，但是由于player1仅包含值1，...，5，而player2包含值2，...，6，因此它们将具有不同的级别。

您需要通过提供准确的水平来强制两个因素的水平相同。 这是一种通过创建两个具有正确因子水平的新变量来实现此目的的方法。

dat$p1 <- factor(dat$player1, levels=unique(c(dat$player1, dat$player2)))  
dat$p2 <- factor(dat$player2, levels=unique(c(dat$player1, dat$player2)))  

然后我们可以运行

> speedModel <- BTm(cbind(win1, win2), p1, p2, data = dat)
> speedModel
Bradley Terry model fit by glm.fit 

Call:  BTm(outcome = cbind(win1, win2), player1 = p1, player2 = p2, 
    data = indata)

Coefficients:
    ..2      ..3      ..4      ..5      ..6  
-2.1433  -2.4885  -0.7286  -3.1201  -2.9323  

Degrees of Freedom: 15 Total (i.e. Null);  10 Residual
Null Deviance:      81.14 
Residual Deviance: 13.71    AIC: 51.6