Visa källa för Glicko-systemet

'''Glicko-ratingsystemet''' liknar [[Elo-rating|Elo-systemet]], som är ett sätt att bedöma spelares relativa styrka, i spel som [[schack]], [[datorspel]] samt diverse sporter såsom historisk [[fäktning]]. Glick utvecklar idén om att rankningen för en spelare förändras beroende på vem den möter, genom att införa en stabiliserande faktor ''RD'' (Rating [[Standarddeviation|Deviation]]). Denna faktor har ett lågt värde när man tävlar ofta. Systemet är utvecklat av [[professor]] [http://www.glicko.net/ Mark Glickman].

Både Glicko och '''Glicko-2''' ratingsystem finns inlagda på spelservrar online (som [[Pokémon Go|Pokémon]], [[Showdown]], Lichess, [[Free Internet Chess Server]], Chess.com, Online Go Server (OGS),<ref>{{cite web|url=https://forums.online-go.com/t/ogs-has-a-new-glicko-2-based-rating-system/13058|title=OGS has a new Glicko-2 based rating system!|date=7 August 2017|access-date=2020-04-19}}</ref> [[Counter-Strike: Global Offensive|Counter Strike: Global Offensive]], [[Team Fortress 2]],<ref>{{cite web|author=Valve|title=Team Fortress 2 Update Released|url=https://store.steampowered.com/oldnews/38643|access-date=29 June 2021}}</ref> [[Dota Underlords]], [[Guild Wars 2]],<ref>{{cite web|last1=Justin|first1=O'Dell|title=Finding the perfect match|url=https://www.guildwars2.com/en/news/finding-the-perfect-match/|access-date=16 January 2015}}</ref> [[Splatoon 2]],<ref>{{Cite web|last=OatmealDome|title=An In-Depth Look at the Splatoon 2 Ranking System|url=https://oatmealdome.me/blog/an-in-depth-look-at-the-splatoon-2-ranking-system/|access-date=2021-06-16|website=oatmealdome.me|language=en-US}}</ref> Dominion Online och Gods Unchained<ref>{{cite web|last1=Clay|first1=Chris|title=Twitter|url=https://twitter.com/ChrisClayPlays/status/1091089344264204289|access-date=7 December 2020}}</ref>), och tävlingar i tävlingsprogrammering. De formler som används för systemen finns på [http://www.glicko.net/glicko.html Glickos webbplats].

Glickmans främsta bidrag till mätningen är "ratingens tillförlitlighet", kallad ''RD'', för ratingavvikelse. ''Rd'' mäter noggrannheten i en spelares rating, med en ''RD'' som är lika med en [[standardavvikelse]]. Till exempel har en spelare med rating 1&nbsp;500 och en ''RD'' på 50 en verklig styrka mellan 1&nbsp;400 och 1&nbsp;600 (två standardavvikelser från 1&nbsp;500) med 95 procent sannolikhet. Två gånger (exakt: 1,96) läggs ''rd''-värdet till och subtraheras från aktuell rating för att beräkna detta intervall. Efter ett spel beror det belopp som ratingen ändras på ''RD'': ändringen är mindre när spelarens ''RD'' är låg (eftersom deras rating redan anses vara korrekt), och även när motståndarens ''RD'' är hög (eftersom motståndarens sanna betyg inte är välkänt, så lite information uppnås). ''Rd'' själv minskar efter att man har spelat ett spel, men den kommer att öka långsamt med tiden för inaktivitet.

Glicko-2-ratingsystemet förstärker Glicko-ratingsystemet och tillför även rating[[volatilitet]]en ''σ''.<ref>{{Cite web|url=http://www.glicko.net/glicko/glicko2.pdf|title=Example of the Glicko-2 system|last=Glickman|first=Mark E.|date=November 30, 2013|website=Glicko.net|access-date=January 27, 2020}}</ref> En ytterligare modifierad version av Glicko-2-ratingsystemet har införts av Australian Chess Federation.<ref>{{cite web|title=Australian Chess Federation Ratings By-Law|url=https://auschess.org.au/wp-content/uploads/2018/09/ACF-Ratings-By-Law.pdf|access-date=17 January 2019}}</ref> 

==Algoritmen för Glicko ==
===Steg 1: Betämning av RD===
Den nya ratingavvikelsen (''RD'') hittas med hjälp av den tidigare klassificeringsavvikelsen (''RD<sub>0</sub>''):

<math>RD = \min\left(\sqrt{{RD_0}^2 + c^2 t},350\right)</math>

där ''t'' är den tid (ratingperioder) som gått sedan den senaste tävlingen och "350" antas vara en oklassificerad spelares ''RD''. Om flera spel har genomförts inom en ratingperiod behandlar metoden dem som att de har hänt samtidigt. Ratingperioden kan vara så lång som flera månader eller så kort som några minuter, beroende på hur ofta spel arrangeras. Konstanten ''c'' baseras på osäkerheten om en spelares skicklighet under en viss tid. Den kan härledas från en grundlig dataanalys, eller uppskattas genom att överväga hur lång tid som skulle behöva passera innan en spelares ratingavvikelse skulle växa till nivån för en oklassificerad spelare. Om det antas att det skulle ta 100 ratingperioder för en spelares ratingavvikelse att återgå till en initial osäkerhet på 350, och en typisk spelare har en ratingavvikelse på 50, kan konstanten bestämmas genom att lösa <math>350 = \sqrt{50^2 +100c^2}</math> för ''c''.<ref>{{Cite web|url=http://www.glicko.net/glicko.html|title=Welcome to Glicko ratings}}</ref>

Eller

<math>c = \sqrt{(350^2 - 50^2)/100} \approx 34.6</math>
 
===Steg 2: Bestämning av ny rating===
Den nya ratingen, efter en serie m-spel, bestäms av följande ekvation:

<math>r = r_0 + \frac{q}{\frac{1}{RD^2} + \frac{1}{d^2}}\sum_{i=1}^{m}{g(RD_i)(s_i-E(s|r_0,r_i,RD_i))}</math>

där

<math>g(RD_i) = \frac{1}{\sqrt{1 + \frac{3 q^2 (RD_i^2)}{\pi^2} }}</math>

<math>E(s|r_0,r_i,RD_i) = \frac{1}{1+10^{\left(\frac{g(RD_i)(r_0-r_i)}{-400}\right)}}</math>

<math>q = \frac{\ln(10)}{400} = 0.00575646273</math>

<math>d^2 = \frac{1}{q^2 \sum_{i=1}^{m}{(g(RD_i))^2 E(s|r_0,r_i,RD_i) (1-E(s|r_0,r_i,RD_i))}}</math>

''r<sub>i</sub>'' representerar de enskilda motståndarnas ranking.
''RD<sub>i</sub>'' representerar de enskilda motståndarnas rankingavvikelser.
''s<sub>i</sub>'' representerar resultatet av de enskilda spelen. En vinst är 1, oavgjort är 1/2, och en förlust är 0.

===Steg 3: Bestämning av klassificeringsavvikelse===
Den tidigare beräkningen av ''RD'' var att öka ''rd''-fältet på lämpligt sätt för att ta hänsyn till den ökande osäkerheten i en spelares färdighetsnivå under en period av icke-observation av modellen. Nu uppdateras ''RD'' (minskas) efter spelserien:

<math>RD'=\sqrt{\left(\frac{1}{RD^2}+\frac{1}{d^2}\right)^{-1}}</math>

== Referenser ==
{{enwp|url=https://en.wikipedia.org/w/index.php?title=Glicko_rating_system&oldid=1049490568 |artikel=Glickorating system|datum= 12 oktober 2021}}

===Noter===
<references>

</references>

==Externa länkar==
* [http://math.bu.edu/people/mg/glicko/ Glickmans Glicko-hemsida] om Glicko och Glicko-2
* [http://www.glicko.net/glicko.html Professor Glickman's Glicko-Website]
* TrueSkill [https://www.microsoft.com/en-us/research/publication/trueskilltm-a-bayesian-skill-rating-system/] rating system by Microsoft borrows many ideas of Glicko.
* [https://github.com/forwardloop/glicko2s forwardloop/glicko2s] Glicko-2 implementation for the JVM
* [https://github.com/RobKohr/glicko RobKohr/glicko] JavaScript Glicko-2 implementation.
* [https://github.com/mmai/glicko2js mmai/glicko2js] Client side javascript and node.js Glicko-2 implementation
* [https://github.com/deepy/glicko2 deepy/glicko2] Python Glicko-2 implementation.
* [https://github.com/sublee/glicko2 sublee/glicko2] Python Glicko-2 implementation.
* [https://cran.r-project.org/web/packages/PlayerRatings PlayerRatings] R Glicko implementation by Alec Stephenson and Jeff Sonas.
* [https://github.com/andriykuba/scala-glicko2 scala-glicko2] Scala Glicko-2 implementation.

{{Schackrankingsystem}}

{{STANDARDSORTERING:Glicko-systemet}}

[[Kategori:Schackranking]]
[[Kategori:Datorspelstermer]]