Elo रेटिंग कैलकुलेटर

Elo रेटिंग कैलकुलेटर

लोकप्रिय AI Skill PRO

गणना दर्ज करें

सूत्र (फॉर्मूला)

R′=रेटिंग+K(स्कोर−E)जहाँE=11+10(प्रतिद्वंद्वी रेटिंग−रेटिंग)/400\begin{gathered} R^{\prime} = \text{रेटिंग} + \text{K}\left(\text{स्कोर} - E\right) \\[1.5em] \text{जहाँ}\quad E = \dfrac{1}{1 + 10^{\left(\text{प्रतिद्वंद्वी रेटिंग} - \text{रेटिंग}\right)/400}} \end{gathered}
उपयोग आँकड़े

विज्ञापन

परिणाम

नई Elo रेटिंग
1,520
इस गेम के बाद
रेटिंग में बदलाव 20.48
अपेक्षित स्कोर 0.3599

इस पेज पर त्रुटि की रिपोर्ट करें

Elo रेटिंग सिस्टम क्या है?

Elo रेटिंग सिस्टम भौतिक विज्ञानी अर्पाद एलो (Arpad Elo) द्वारा बनाया गया था और इसका इस्तेमाल शतरंज, गो (Go) तथा कई ई-स्पोर्ट्स जैसे दो खिलाड़ियों वाले खेलों में खिलाड़ियों की रैंकिंग के लिए होता है। हर खिलाड़ी की एक संख्यात्मक रेटिंग होती है; प्रत्येक गेम के बाद यह रेटिंग नतीजे और दोनों खिलाड़ियों की रेटिंग के अंतर के आधार पर अपडेट होती है। किसी मजबूत प्रतिद्वंद्वी को हराने पर कमजोर प्रतिद्वंद्वी की तुलना में ज़्यादा अंक मिलते हैं।

इस कैलकुलेटर का इस्तेमाल कैसे करें

अपनी मौजूदा रेटिंग, प्रतिद्वंद्वी की रेटिंग, गेम का परिणाम (जीत, ड्रॉ या हार) और अपने फेडरेशन या प्लेटफ़ॉर्म द्वारा इस्तेमाल किया जाने वाला K-फैक्टर दर्ज करें। कैलकुलेटर आपको आपकी नई रेटिंग, रेटिंग में कुल बदलाव और अपेक्षित स्कोर बता देगा — यानी फ़ॉर्मूले के अनुसार प्रायिकता-आधारित अनुमानित नतीजा।

फ़ॉर्मूला समझें

अपेक्षित स्कोर इस तरह निकलता है: $$E = \dfrac{1}{1 + 10^{(R_{opp} - R)/400}}$$ — यह 0 और 1 के बीच की वह संख्या है जो जीतने की संभावना दर्शाती है। नई रेटिंग होती है $$R' = R + K \cdot (S - E)$$ जहाँ S असली स्कोर है (जीत के लिए 1, ड्रॉ के लिए 0.5 और हार के लिए 0)। K-फैक्टर यह तय करता है कि रेटिंग कितनी तेज़ी से बदलेगी: K जितना ज़्यादा, उतार-चढ़ाव उतना बड़ा। आम तौर पर नए खिलाड़ियों के लिए 40, अनुभवी खिलाड़ियों के लिए 20 और मास्टर खिलाड़ियों के लिए 10 इस्तेमाल होता है; कई कैज़ुअल प्लेटफ़ॉर्म 32 का उपयोग करते हैं।

विज्ञापन
रेटिंग अंतर को 0 और 1 के बीच अपेक्षित स्कोर से जोड़ने वाला लॉजिस्टिक वक्र
अपेक्षित स्कोर खिलाड़ियों के बीच रेटिंग अंतर पर आधारित लॉजिस्टिक वक्र का अनुसरण करता है।

हल किया हुआ उदाहरण

मान लीजिए आपकी रेटिंग 1500 है और आप K = 32 के साथ 1600 रेटिंग वाले प्रतिद्वंद्वी को हरा देते हैं। अपेक्षित स्कोर होगा $$E = \dfrac{1}{1 + 10^{(1600 - 1500)/400}} = \dfrac{1}{1 + 10^{0.25}} \approx 0.3599$$ चूँकि आप जीते हैं, \(S = 1\), इसलिए $$R' = 1500 + 32 \times (1 - 0.3599) \approx 1500 + 20.48 = 1520.48$$ इस उलटफेर के लिए आपको करीब 20 अंक मिलते हैं।

दो खिलाड़ियों की रेटिंग की तुलना, जिससे नई रेटिंग बढ़ती या घटती है
मैच के बाद, विजेता को रेटिंग अंक मिलते हैं और हारने वाले के अंक घटते हैं, जो K-फैक्टर के अनुसार होते हैं।

रेटिंग अंतर के अनुसार अपेक्षित स्कोर

Elo अपेक्षित स्कोर वह हिस्सा है जो किसी खिलाड़ी के एक अंक में से अर्जित करने का अनुमान है (जीत 1, ड्रॉ 0.5 और हार 0 गिनी जाती है)। रेटिंग अंतर \(D\) (उच्च-रेटिंग वाले खिलाड़ी की रेटिंग माइनस निम्न-रेटिंग वाले खिलाड़ी की रेटिंग) के लिए, उच्च-रेटिंग वाले खिलाड़ी का अपेक्षित स्कोर है:

$$E = \frac{1}{1 + 10^{-D/400}}$$

निम्न-रेटिंग वाले खिलाड़ी का अपेक्षित स्कोर इसका पूरक, \(1 - E\), है। दोनों का योग हमेशा 1 होता है।

रेटिंग अंतर D उच्च-रेटिंग वाले खिलाड़ी का अपेक्षित स्कोर निम्न-रेटिंग वाले खिलाड़ी का अपेक्षित स्कोर
0 0.50 0.50
50 0.57 0.43
100 0.64 0.36
150 0.70 0.30
200 0.76 0.24
300 0.85 0.15
400 0.91 0.09
600 0.97 0.03
800 0.99 0.01

मान दो दशमलव स्थानों तक पूर्णांकित हैं। हर 400 अंकों के अंतर पर ऑड्स 10 गुना हो जाते हैं (उदाहरण के लिए, 400 अंकों के अंतर पर ऑड्स लगभग 10 से 1 होते हैं, यानी 0.91 बनाम 0.09)। अपेक्षित स्कोर जीतने की संभावना के बराबर नहीं है, क्योंकि ड्रॉ को आधा अंक गिना जाता है।

विज्ञापन

विभिन्न परिदृश्यों और K-कारकों में रेटिंग परिवर्तन

उदाहरण: 1500 रेटिंग वाला एक खिलाड़ी 1600 रेटिंग वाले प्रतिद्वंदी का सामना करता है। यहाँ 1500 वाले खिलाड़ी के दृष्टिकोण से \(D = -100\) है, इसलिए:

$$E = \frac{1}{1 + 10^{(1600-1500)/400}} = \frac{1}{1 + 10^{0.25}} = \frac{1}{1 + 1.7783} \approx 0.3599$$

रेटिंग परिवर्तन \(\Delta = K(S - E)\) है, जहाँ \(S\) जीत के लिए 1, ड्रॉ के लिए 0.5 और हार के लिए 0 है।

परिणाम (S) K = 10 K = 20 K = 32 K = 40
जीत (1) +6.40 +12.80 +20.48 +25.60
ड्रॉ (0.5) +1.40 +2.80 +4.48 +5.60
हार (0) -3.60 -7.20 -11.52 -14.40

K = 32, जीत के लिए जाँच: \(32 \times (1 - 0.3599) = 32 \times 0.6401 \approx 20.48\), इसलिए नई रेटिंग लगभग 1520.48 है। ड्रॉ से \(32 \times (0.5 - 0.3599) \approx 4.48\) मिलता है। हार से \(32 \times (0 - 0.3599) \approx -11.52\) मिलता है।

बराबर मुकाबला (समान रेटिंग, E = 0.5)

परिणाम (S) K = 10 K = 20 K = 32 K = 40
जीत +5 +10 +16 +20
ड्रॉ 0 0 0 0
हार -5 -10 -16 -20

शून्य-योग गुण: जब दोनों खिलाड़ी एक ही K-कारक का उपयोग करते हैं, तो उनके रेटिंग परिवर्तनों का योग शून्य होता है। प्रतिद्वंदी का अपेक्षित स्कोर \(1 - E\) है और उसका वास्तविक स्कोर \(1 - S\) है, इसलिए उसका परिवर्तन \(K((1-S) - (1-E)) = -K(S-E)\) है। ऊपर के उदाहरण में, यदि 1500 वाला खिलाड़ी जीतता है (K = 32 पर +20.48), तो 1600 वाला खिलाड़ी 20.48 हारता है। यदि K-कारक अलग-अलग हों, तो परिवर्तन ठीक से एक-दूसरे को निरस्त नहीं करेंगे।

K-कारक संगठन और रेटिंग स्तर के अनुसार अलग-अलग होते हैं। महासंघ और प्लेटफ़ॉर्म अपने मान स्वयं चुनते हैं, इसलिए जाँच लें कि आपकी रेटिंग प्रणाली कौन-सा K-कारक उपयोग करती है।

अक्सर पूछे जाने वाले सवाल

मुझे कौन-सा K-फैक्टर इस्तेमाल करना चाहिए? वही मान इस्तेमाल करें जो आपका रेटिंग प्रदाता लागू करता है। FIDE नए खिलाड़ियों के लिए 40, ज़्यादातर खिलाड़ियों के लिए 20 और 2400 से ऊपर रेटिंग वालों के लिए 10 इस्तेमाल करता है।

ड्रॉ का क्या असर होता है? अगर दोनों खिलाड़ियों की ताकत अलग-अलग हो तो ड्रॉ (\(S = 0.5\)) से भी रेटिंग बदलती है — आम तौर पर कम रेटिंग वाले खिलाड़ी को अंक मिलते हैं।

क्या जीत के बाद रेटिंग घट सकती है? नहीं। जीत पर हमेशा अंक मिलते हैं, क्योंकि जब \(S = 1\) होता है तो \(S - E\) हमेशा धनात्मक रहता है।

अंतिम अपडेट:

गणित और सांख्यिकी में सबसे लोकप्रिय

गणित और सांख्यिकी के सभी कैलकुलेटर देखें