我正在尝试对R中的自举样本进行回归分析。
原始样本看起来像此数据框（称为df），并且具有数百个条目。 Y是结果变量，对待是0或1。
y treat
3 0
5 1
2 0
4 1
我已采样并替换以从df $ y生成900个观测值。
set.seed(5)
b1 <- sample(df$y, 900, replace = TRUE, prob = NULL)
然后运行以下回归。
lm(b1 ~ treat, df)
将样本b1用作回归结果时，这是否会自动将b1的正确值与原始数据框中的处理值进行匹配？如果我希望b1中的结果值与原始数据帧中的正确处理值相对应，是否需要做一些不同的事情？如何检查这是我要运行的回归？
我们可以按行的顺序而不是单列的sample。在OP的代码中，它只是对'y'进行采样，而使'treat'仅包含4个元素，并且当我们应用公式方法时，这将导致错误，因为对象之一的长度不同。
lm(b1 ~ treat, df)
model.frame.default（formula = b1〜Treat，data = df，drop.unused.levels = TRUE）：可变长度有所不同（适用于“治疗”）
相反，我们在行序列上为sample
set.seed(5)
df1 <- df[sample(seq_len(nrow(df)), 900, replace = TRUE),]
lm(y ~ treat, df1)
df <- structure(list(y = c(3L, 5L, 2L, 4L), treat = c(0L, 1L, 0L, 1L
)), class = "data.frame", row.names = c(NA, -4L))