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。 –