4

在 Dixon, Coles ( 1997 ) 中，他们使用了 (4.3) 中两个修改后的独立泊松模型的最大似然估计来模拟足球的得分。

我正在尝试使用 R 来“重现”alpha 和 beta 以及家庭效果参数（第 274 页，表 4），而不使用任何包（使用通常的独立泊松模型也可以）。我试过使用 bivpois 包，但我不确定如何修改它的参数。

如果有人可以帮助我使用 R 代码对数据进行建模，我将不胜感激 - 英超联赛 2012/13 赛季主客队的得分。所以，基本上我需要帮助使用 R 中的 optim 函数对方程 4.3 或 4.5 进行编码。

泊松分布的密度（仅 1 个独立泊松模型）

poiprob = function (x) {
 (((alpha*beta*home)^x)*exp(-(alpha*beta*home))/(factorial(x)))  
}    
as.matrix(poiprob(x=mydata$HS[1]))

正态泊松似然函数

ll.poisson <- function(par, y) {
(alpha*beta*home) <- exp(par)
out <- sum(y * log((alpha*beta*home))) - length(y) * (alpha*beta*home)
return(out)
}

优化以找到 alpha 和 beta 的适当估计值。

opt <- optim(par = 2, fn = ll.poisson, method = "BFGS", control = list(fnscale = -1),
y = mydata$HS)$par
mle <- exp(opt)

我在查找 3 个参数 alpha、beta 和 home 效应的估计值时遇到了错误。谁能告诉我改进代码的方法？

数据形式为，

    HS  AS           Home             Away 
1    2  1           Arsenal       Aston Villa
2    1  2           Arsenal           Chelsea
3    0  0           Arsenal           Everton 
                .
                .
                .
378  2  2    Wigan Athletic Tottenham Hotspur 
379  1  2    Wigan Athletic   West Bromwich …  
380  2  1    Wigan Athletic   West Ham United
4

0 回答 0