R语言嵌套for循环存储回归截距系数出现下标越界如何解决

报错原因 #

• 核心错误是矩阵列索引不匹配：循环变量i取的是dfs的实际值（15、20、25、30、35），但初始化的beta0_sim/beta1_sim只有5列，合法列索引范围是1~5，直接用15、20这类值作为列号索引必然超出边界。
• 次要问题：
  • 变量名不一致：初始化矩阵时用nsample表示模拟次数，循环内却用了n.sim，两个变量如果没有提前统一赋值会触发报错。
  • 误差生成长度错误：X共5个观测值，生成error时n参数应设为5而非1，否则长度不匹配会导致抽样逻辑不符合预期。
  • 系数变量未定义：设定的真实系数是b0=0.525、b1=1.2625，代码直接调用beta0、beta1会触发对象未找到的报错。

正确嵌套循环实现 #

# 统一定义所有固定参数
X <- c(15,20,22,34,25)
b0 <- 0.525
b1 <- 1.2625
dfs <- seq(15,35,5)
nsim <- 100 # 每个自由度下的模拟次数

# 初始化结果矩阵，列名标记对应的自由度取值，方便后续提取
beta0_sim <- matrix(NA, nrow = nsim, ncol = length(dfs), dimnames = list(NULL, as.character(dfs)))
beta1_sim <- matrix(NA, nrow = nsim, ncol = length(dfs), dimnames = list(NULL, as.character(dfs)))

# 外层循环遍历自由度的索引，而非自由度本身的取值
for (col_idx in seq_along(dfs)) {
  current_df <- dfs[col_idx]
  sig2 <- rchisq(n = 1, df = current_df)
  # 内层循环跑100次模拟
  for (j in 1:nsim) {
    error <- rnorm(n = length(X), mean = 0, sd = sqrt(sig2))
    Y <- b0 + b1 * X + error
    model <- lm(Y ~ X)
    # 按列索引存储结果
    beta0_sim[j, col_idx] <- model$coefficients[1]
    beta1_sim[j, col_idx] <- model$coefficients[2]
  }
}

# 结果提取示例：获取自由度为25时的100次截距模拟结果
# beta0_sim[, "25"]

内容的提问来源于stack exchange，提问作者zoskybuck