核心公式
v=1/[g(φ对手)^2×E×(1-E)]；φ新=1/√[1/(φ²+σ新²)+1/v]；μ新=μ+φ新²×g(φ对手)×(实际得分-E)；R=1500+173.7178μ。μ：标准化球队评分；φ：评分不确定性；σ：随历史更新的波动率；E：对阵当前对手的预期得分
模型用途
在 Elo 基础上增加评分不确定性和波动率，适合长期资料库成熟后使用。
所属分类：球队强度；公开目录状态：持续研究。单场数据与访问条件以 APP 为准。
模型输入
只使用满足模型条件的赛前信息；样本与缺失情况以 APP 为准。
只使用满足模型条件的赛前信息；样本与缺失情况以 APP 为准。
计算方法与公式
按历史时间顺序初始化球队评分 → 逐场更新双方评分、不确定性与波动率 → 对目标比赛评分差加入45分主场修正 → 按工程转换输出三项倾向。
直接输出
同时查看球队评分、评分不确定性和波动率；由评分转换的三项数值需要单独验证校准程度。
在当前输入与假设下得到的分布或倾向，需结合本页样本与校准边界解读。
描述相对强度、结构或影响，不能直接当作赛果概率。
与上文计算步骤对应的直接结果，具体数值和资料范围以APP当前比赛页面为准。
如何理解边界
当前采用逐场更新流程，不冒充完整评级周期的论文复现。
胜平负转换含工程平局基准与缩放。
样本不足时不输出当前评级结论。
输出应按本页标明的概率、评分、因子或文字说明理解，不能保证赛果。所有内容仅供数据研究与娱乐参考。
在足球狗 APP 中查看模型。
在APP选择具体比赛，进入Glicko-2 评分模型后，结合实际数据、样本与访问条件阅读输出，再与同类方法对照。