使用Bradley-Terry模型分析网球赛事时遇因子水平不一致错误求助

核心解决方案：统一两个选手列的因子水平 #

你遇到的问题本质是player1和player2两个列的因子水平集合或顺序不匹配——哪怕所有选手都同时出现在两列里，单独用as.factor()转换时，R会分别为每列生成水平，可能导致顺序不同，触发BTm的校验错误。

直接按以下步骤操作：

1. 清理字符串并提取所有唯一选手
   先处理可能存在的空格、大小写差异等隐形问题，再提取所有选手的唯一值作为共同因子水平：

   # 去掉姓名前后的空格
   matches$player1 <- trimws(matches$player1)
   matches$player2 <- trimws(matches$player2)
   # 统一姓名大小写（如果存在大小写不一致的情况）
   matches$player1 <- toupper(matches$player1)
   matches$player2 <- toupper(matches$player2)
   # 提取所有选手的唯一值
   all_players <- unique(c(matches$player1, matches$player2))
   

2. 将两列统一转为带有共同水平的因子

   matches$player1 <- factor(matches$player1, levels = all_players)
   matches$player2 <- factor(matches$player2, levels = all_players)
   

3. 重新运行模型

   library(BradleyTerry2)
   model <- BTm(cbind(wins1, wins2), player1, player2, data = matches)
   model
   

额外排查点 #

如果仍报错，检查是否存在以下情况：

• 姓名中包含特殊字符（比如全角空格、下划线），需手动清理
• 部分选手仅出现在player2列中（统一水平的操作已覆盖这种场景，但可以确认数据完整性）

内容的提问来源于stack exchange，提问作者Ollie