如何模拟R中的数据,使回归量的p值正好为0.05?

时间:2017-12-13 08:31:59

标签: r simulation linear-regression

我编写了一个小函数来模拟正态分布中的数据,这在线性模型中是如何进行的。我的问题是如何获得一个pval值为sim [,1] == 0.05的模型。我想表明,如果我添加一个随机变量,即使它是正态分布在零附近,方差为N(0,0.0023),那么sim [,1]的pvalue会发生变化。下面的代码显示了真实的模型。

set.seed(37) # seed for reproducability
simulation <- function(b_0, b_1,n,min_x_1 ,max_x_1,sd_e){
      mat <- NA
      x_1 <- runif(n = n, min = min_x_1, max =max_x_1)
      error <- rnorm(mean = 0,sd = sd_e, n = n )
      y <-  b_0 + b_1*x_1 + error
      mat <- matrix(cbind(x_1,y), ncol  = 2)
      return(mat)
      #plot(mat[,1],mat[,2])
    }

    sim <- simulation(10,-2,10000,-10,70,0.003)
    summary(lm(sim[,2] ~ sim[,1] ))

0 个答案:

没有答案