R文库(BradleyTerry2).Diff中的错误(player1、player2..必须是具有相同级别的因子

Question

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

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)时，它会显示一条错误消息，如下所示。

Diff错误(player1，player2，formula，id，data，separate.ability，refcat，：'播放器1$..'和"player2$.."必须是具有相同水平的因素

我查看了StackOverflow上的另一个页面(更新了数据：Diff中的错误…必须是具有相同级别的因素(，并尝试了以下代码。(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((函数会抛出相同的消息。有人能告诉我我能做什么吗？

以下是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架中玩家因素的定义。它们需要具有完全相同的电平，但由于CCD_。。。，5，而player2包含值2。。。，6那么他们将有不同的水平。

您需要通过提供确切的级别来强制两个因素的级别相同。这里有一种方法，通过创建两个具有正确因子水平的新变量来实现。

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