我试图在足球比赛的博彩公司赔率中检验市场效率假设。我用 mlgit 包估计了一个多项式 logit 模型：
模型：结果=log(P1/Px)+log(P2/Px)
其中 P1 是主场获胜的隐含赌注概率，Px 是平局的隐含赌注概率，等等。平局 (x) 是参考类别。
现在我想对以下假设使用基于可能性的检验（LR、Wald 或 LM）：
H0: β1=(0,1,0), β2=(0,0,1)
即：在零假设下，两个回归的截距系数均为 0。当 y=homewin 时，主场胜利的 logit 系数为 1，当 y=客场胜利时为 0。y=主场胜利时客场胜利的logit系数为0，y=客场胜利时为1。
我无法理解如何拟合约束模型（H0 模型），我将从中提取对数似然以与从 LR 测试中的 ML 估计模型收到的同上进行比较。
我已经尝试按照第 57 页的说明进行操作： https ://cran.r-project.org/web/packages/mlogit/vignettes/mlogit.pdf
但我不明白如何使用 update() 函数指定我的 H0 模型。可能吗？
如果您知道如何使用 nnet (multinom) 包（可能使用“offset”）进行等效测试，那么也非常感谢您解释如何做到这一点。
谢谢你的帮助！