配對比較資料是一種特殊的資料型態,在日常生活中常見於球類比賽的結果。在本篇論文中,我們比較 Strobl et al. (2011)提出的配對比較資料決策樹方法 (這裡稱為SWZ) 與我們所提出的 RB (Rank-Based) 決策樹方法。在模擬中,我們發現當配對比較資料在特定條件的排序之下,SWZ 方法就可能會發生嚴重的切割變數選取偏差(離散數值種類越少,選取到該變數的機率越高)。 我們的 RB 決策樹方法在選取切割變數上使用卡方獨立性檢定來選取與配對比較資料相關性最高的解釋變數,而在適當切點上採用聯合獨立模型的配適度檢定來選取適當切點。RB 決策樹方法不會出現類似 SWZ 的變數選取偏差,也可以達到不下於 SWZ 的檢定力。