我正在分析一些体育数据，我有一组大约 40 支球队的输赢记录。我想提出一个排名，其中每场胜利都取决于对手的实力。这必须是某种迭代/递归的东西，其中权重和等级在每次迭代时都会更新，直到收敛。有谁知道是否有现有的功能或包来做这种事情？我的猜测是它不会是一个特定于运动的包，但我想这种事情在很多领域都很常见。
编辑：
这是一些示例数据。有 4 支队伍，A、B、C 和 D，每支队伍与另一支队伍交手一次，产生 10 场独特的比赛。数据加倍，因此每支球队的四场比赛都被列为自己的行，列“a.win”指的是“team.a”是否赢得了比赛（1=是）。
dat<-data.frame(
team.a=c("A","A","A","A","B","B","B","B","C","C","C","C","D","D","D","D","E","E","E","E"),
team.b=c("B","C","D","E","A","C","D","E","A","B","D","E","A","B","C","E","A","B","C","D"),
a.win=c(1,1,0,1,0,0,1,0,0,1,1,0,1,0,0,1,0,1,1,0))
从这些数据来看，A队赢了3/4，B队赢了1/4，C、D、E各赢了2/4。但是 D 队击败了 A，而 C 和 E 都输给了 A。所以直觉上 D 的排名应该略高于 C 和 E，因为它的胜利之一是得分最高的对手。同样的，C队输给了B队（唯一只赢过的队伍），所以直觉上应该排在D和E的后面。
我试图弄清楚如何最好地分配排名（例如，从 -1 到 1，或基于获胜概率或失败次数等），然后如何最好地重新加权每个团队，而不仅仅是基于赢/输的数量，但取决于他们击败的对手的排名。