, поэтому мне нужно выяснить, как выполнить эту задачу:
Чтобы получить представление о том, как работают оценщики и тесты для этого конкретного набора данных (конечной выборки), вы должны заранее выполнить исследование Монте-Карло. Это означает, что вы моделируете 10000 раз данные из модели
yi = β0 + β1x1i + β2x2i + β3x3i + εi
с β0 = 150
i.i.d. 2 x1i ∼N (400,250) и β1 = 1
i.i.d. 2 x2i ∼N (5,6) и β2 = 4
i.i.d. x3i ∼ Берн (0,6) и β3 = −70
εi ∼N (0,250)
(Последнее предположение гарантирует, что OLS-оценка (2) верна, включение перехвата также позволяет нам использовать стандартный F-тест для последующего вывода.)
Затем вы делаете следующее:
a) Соберите (предпочтительно в таблице) смещение, дисперсию и MSE всех коэффициентов регрессии.
пока у меня есть:
lm(150+1*rnorm(50,400,250) + 4*rnorm(50,5,6) + (-70)*rbinom(50,1,0.6)
~ rnorm(50,400,250) + rnorm(50,5,6) + rbinom(50,1,0.6))
но я застрял в том, как включить эту линейную модель в цикл, чтобы я мог вычислить коэффициенты 10000 раз.
кто-нибудь знает, как решить эту проблему, или хотя бы может дать небольшую подсказку?
любая помощь приветствуется !!