问在Julia中模拟R的模拟功能？

EN

AFAIK没有这样的函数，但对于您的特殊情况，实现它应该相对容易。

以下是使用高斯(族Normal())假设的未加权OLS的示例：

function simulate(m, n=1)
    predict(m) .+ randn(Int(nobs(m)), n)*sqrt(deviance(m)/dof_residual(m))
end

这等同于R实现。

作为附注:根据我的经验，R中的simulate使用的分布通常意味着响应或预测的响应分布更有用，这取决于您的需求。

编辑：

可能一种更具Julian风格的方法是避免生成样本，而是返回一个可以从中采样的对象，如下所示：

simdist(m) = Normal.(predict(m), sqrt(deviance(m)/dof_residual(m)))

现在您可以使用rand执行采样，例如：

sdm = simdist(m)
rand.(sdm)
rand.(sdm, 10)

通过这种方式，您通常可以避免分配大的内存块。例如，如果你想在R中使用nobs=10^9，你很可能会耗尽内存，而使用simdist，你可以在旅途中高效地生成你需要的东西。