关于“如何在 R 中做到这一点”，prefmod 包http://cran.r-project.org/web/packages/prefmod/index.html 用于通过配对比较、排名和评级进行偏好分析。它适合带有对象和主题协变量的 Bradley-Terry 模型和模式模型。在这里查看我的答案如何在 R 中拟合 Bradley-Terry-Luce 模型，无需复杂的公式？简短介绍，或本文http://www.jstatsoft.org/v48/i10了解更多信息。

我刚刚完成了一本关于这个主题的好书。它讨论了 ELO 以及许多其他排名方法，如 Massey、Colley 和 Keener's。书中的大多数方法都以体育比赛为例，并同时使用输赢和胜率作为输入。

自从提出这个问题后，我发现我在 R 的PlayerRatings包上取得了很大的成功。它使创建 ELO/Glicko 和作者自己的性能评级方法变得非常容易。

这本书不适用于利润，但提供了基于配对比较的排名团队理论。Herbert A. David 的配对比较方法http://www.amazon.com/Method-Paired-Comparisons-Statistical-Monograph/dp/0852640137/ref=sr_1_1?s=books&ie=UTF8&qid=1340424897&sr=1-1&keywords= The+method+of+paired+comparisons

关于胜利边际，我相信一些用于 BCS 的计算机方法结合了配对比较方法，例如 Bradley-Terry 模型和胜利边际。