0
我想知道如何创建一个双循环。 在我的代码中,我对1000个样本进行了多元回归(每个样本大小:25) 然后,我为1000个样本中的每个样本创建了t检验值,其中为null假设:来自sample ='real'beta3值的beta3值。我知道蒙特卡洛模拟中的'真实'beta3值(beta 3 =回归的第三个系数值)。 但是,代码工作到目前为止。 现在,我想对样本大小为50,100,250,500和1000(每个样本大小为1000次)执行相同的过程。 如何用循环来实现这个目标。如果你能帮助我,我会很高兴!在这里你可以看到我的代码:如何创建双循环?
n <- 25
B <- 1000
beta3 <- 1.01901 #'real' beta3 value
t.test.values <- rep(NA, B)
for(rep in 1:B){
##data generation
d1 <- runif(25, 0, 1)
d2 <- rnorm(25, 0, 1)
d3 <- rchisq(25, 1, ncp=0)
x1 <- (1 + d1)
x2 <- (3 * d1 + 0.6 * d2)
x3 <- (2 * d1 + 0.6 * d3)
exi <- rchisq(25, 5, ncp = 0)
y <- beta0 + beta1*x1 + beta2*x2 + beta3*x3 + exi
## estimation
lmobj <- lm(y ~ x1 + x2 + x3)
## extraction
betaestim <- coefficients(lmobj)[2:4]
betavar <- vcov(lmobj)[2:4, 2:4]
## t-test
t.test.values[rep] <- (betaestim[3] - beta3)/sqrt((betavar)[9])
}
_16月16日发布您的原始问题并接受@bouncyball的答案后的四个月,您在17NOV16上大量更改了Q.请回复您的更改并提交一个新问题。 – Uwe