0
我试图在足球比赛的博彩赔率中测试市场效率的假设。我们估计与mlogit包多项式Logit模型：如何测试多项logit回归R中的联合参数假设？
型号：结果=日志（P1/PX）+日志（P2/PX）
其中P1是主场取胜的隐含赌概率，Px的是一个平局的隐含的bookie概率，等等。Draw（x）是参考类别。
现在我想使用基于似然性测试（LR，沃尔德或LM）用于以下假设：
H0：β1=（0,1,0），β2=（0,0,1 ）
即：在零假设下，两个回归的截距系数都是0。当y = homewin时，主胜的logit系数为1，y =客胜的时候为0。当y =主胜时，客场赢球的logit系数为0，y =客胜时为1。
我很难理解如何拟合约束模型（H0模型），从中我将提取一个对数似然比较与从LR估计中的ML估计模型中收到的同上。
我曾尝试以下从这里57页的说明： https://cran.r-project.org/web/packages/mlogit/vignettes/mlogit.pdf
，但我不明白如何使用update（）来指定我的H0模型 - 功能。可能吗？
如果您知道如何使用nnet（multinom）软件包进行等效测试，也许使用“offset”，如何做到这一点的解释也将非常感激。
感谢您的帮助！
嗨切比雪夫，是'结果'在你的模型中的回应？我想不是因为它应该是一个逻辑模型的二进制文件，否则我不明白你的数据。也许一个小型的玩具数据集可以帮助更轻松一点。你的数据看起来像：'HomeTeam'，'AwayTeam'，'Win'，'Draw'，'Loss'，'P1'，'Px'，Win，Draw Loss是二元变量吗？我做了一些模糊的类似的东西，并将书架价格与模型价格对比，以了解它们的表现。 –