2016-12-05 34 views
0

我試圖在足球比賽的博彩賠率中測試市場效率的假設。我們估計與mlogit包多項式Lo​​git模型:如何測試多項logit迴歸R中的聯合參數假設?

型號:結果=日誌(P1/PX)+日誌(P2/PX)

其中P1是主場取勝的隱含賭概率,Px的是一個平局的隱含的bookie概率,等等。Draw(x)是參考類別。

現在我想使用基於似然性測試(LR,沃爾德或LM)用於以下假設:

H0:β1=(0,1,0),β2=(0,0,1 )

即:在零假設下,兩個迴歸的截距係數都是0。當y = homewin時,主勝的logit係數爲1,y =客勝的時候爲0。當y =主勝時,客場贏球的logit係數爲0,y =客勝時爲1。

我很難理解如何擬合約束模型(H0模型),從中我將提取一個對數似然比較與從LR估計中的ML估計模型中收到的同上。

我曾嘗試以下從這裏57頁的說明: https://cran.r-project.org/web/packages/mlogit/vignettes/mlogit.pdf

,但我不明白如何使用update()來指定我的H0模型 - 功能。可能嗎?

如果您知道如何使用nnet(multinom)軟件包進行等效測試,也許使用「offset」,如何做到這一點的解釋也將非常感激。

感謝您的幫助!

+0

嗨切比雪夫,是'結果'在你的模型中的迴應?我想不是因爲它應該是一個邏輯模型的二進制文件,否則我不明白你的數據。也許一個小型的玩具數據集可以幫助更輕鬆一點。你的數據看起來像:'HomeTeam','AwayTeam','Win','Draw','Loss','P1','Px',Win,Draw Loss是二元變量嗎?我做了一些模糊的類似的東西,並將書架價格與模型價格對比,以瞭解它們的表現。 –

回答

0

我現在明白我不需要用固定的參數值(H0模型)擬合約束模型來提取零假設下的對數似然值。

如果無效假設爲真,對數似然爲: sum(ln(Pj)), 其中j是遊戲的實際結果,P是隱式博弈概率。