Modelowanie wyników piłkarskich

W Dixon, Coles ( 1997 ) wykorzystali oszacowanie maksymalnego prawdopodobieństwa dla dwóch zmodyfikowanych niezależnych modeli Poissona w (4.3) do modelowania wyników w piłce nożnej.

Próbuję użyć R, aby „odtworzyć” alfa i beta, a także parametry efektu domowego (str. 274, tabela 4) bez użycia jakichkolwiek pakietów (użycie zwykłych niezależnych modeli Poissona również jest w porządku). Próbowałem użyć bivpoispakietu, ale nie jestem pewien, jak zmodyfikować jego parametry.

Byłbym bardzo wdzięczny, gdyby ktokolwiek mógł mi pomóc z kodem R w modelowaniu danych - wyniki gospodarzy i gości z sezonu 2012/13 w angielskiej Premier League.

Artykuł, który czytasz, domyślnie używa i w odniesieniu do parametrów ataku i obrony, zgodnie z opisem Mahera (1982) .$\alpha_i$$\beta_i$

Główną różnicą jest to, że Maher używa czterech parametrów dla każdej drużyny (atak domu, obrona domu, atak na wyjeździe i obrona na wyjeździe), podczas gdy Dixon i Coles używają parametrów ataku i obrony oraz innego parametru reprezentującego przewagę gospodarzy.

MLE dla rozkładu Poissona jest po prostu: $\lambda_{MLE}= \frac{1}{n} \sum_{i=1}^n k_i$

.. jeśli chodzi o odtworzenie ich zmian w rozkładzie Poissona (szybki rzut oka pokazuje mi, że stało się ono zarówno zależne od czasu, jak i dwuwymiarowe), wątpię, aby ktoś zrobił to za ciebie. O wiele lepiej jest używać narzędzi, które mają sens.

Nie potrzebujesz dwuwymiarowego Poissona. Możesz zdefiniować własną funkcję, a następnie użyć ogólnego skryptu optymalizacyjnego, takiego jak optim.

Zapraszamy do zapoznania się z bivpoispakietem R. W poprzednim projekcie stosowałem ukośną truciznę dwuwymiarową. jak możesz znaleźć na https://github.com/scibrokes/odds-modelling-and-testing-inefficiency-of-sports-bookmakers .