2
我期待在R中做一些基本的模拟来检验p值的性质。我的目标是看大样本规模是否趋向于小p值。我的想法是生成1,000,000个数据点的随机向量,将它们相互回归,然后绘制p值的分布并查找偏斜。模拟数以千计的回归和获得p值
这是我至今想:
x1 = runif(1000000, 0, 1000)
x2 = runif(1000000, 0, 1000)
model1 = lm(x2~x1)
使用来自另一个线程采取代码:
lmp <- function (modelobject) {
if (class(modelobject) != "lm") stop("Not an object of class 'lm' ")
f <- summary(modelobject)$fstatistic
p <- pf(f[1],f[2],f[3],lower.tail=F)
attributes(p) <- NULL
return(p)
}
lmp(model1)
0.3874139
对我怎么可能做到这一点的1000款甚至更多的有什么建议?谢谢!
这些帖子可能会有用:http://stackoverflow.com/q/29803993/1989480和http://stackoverflow.com/questions/36571864/why-the-built-in-lm-function-is-so -slow式-R – chinsoon12