r - r中线性模型的蒙特卡罗模拟中的循环

Question

所以我需要弄清楚如何完成这项任务：
为了了解估计器和测试如何为这个特定的（有限样本）数据集工作，您应该提前进行蒙特卡洛研究。这意味着，您从模型
yi =β0 +β1x1i +β2x2i +β3x3i +εi模拟 10000 次数据，
其中 β0 = 150
iid 2 x1i ∼N(400,250) 和 β1=1
iid 2 x2i ∼N(5,6) 和 β2 =4
iid x3i ∼ Bern(0.6) 和 β3 = -70 εi ∼N(0,250)

（最后一个假设确保 (2) 的 OLS 估计有效，包含截距还允许我们使用标准 F 检验进行后续推断。）
然后您执行以下操作：
a）收集（最好在表中) 所有回归系数的偏差、方差和 MSE。

到目前为止，我有：

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))

但我坚持如何让这个线性模型进入一个循环，所以我可以计算系数 10000 次。有没有人知道如何解决这个问题，或者至少可以给出一个小提示？任何帮助表示赞赏！

标签： rloopsmontecarlo