我想对我拥有的数据集运行模拟功效分析。让我们假设数据集有四个变量（数据集的列名）：
Y--它是因变量，是连续且正态分布的。
X1 - 一个自变量，是连续的，具有正态分布。
X2 - 一个自变量，是连续的，并且不是正态分布的。
X3 - 一个自变量，是连续的，不是正态分布的。
现在，这个数据包含5000行，因此有5000个条目。
我使用以下公式进行线性回归：
summary(lm( Y ~ X1 + X2 + X3))，并确定X1，X2和X3的回归系数分别为B1，B2和B3。
我现在有第五个变量（x4）我无法访问但我相信它是正常分布的。现在，可以使用以下公式更新线性模型：
lm(Y ~ X1 + X2 + X3 + X4)，回归系数为B4。
我不知道B4是什么，但我有各种各样的情况，其中B4在0.2 - 0.5之间。
我想运行蒙特卡罗模拟来检查在各种B4下达到80％功率所需的样本量。为此，我需要生成一个可以模拟x4的正态分布变量，并且回归系数为B4。有没有办法在R中生成这个？