引导样本结果变量是否与R中回归中的x值关联

我试图在R中的引导样本上运行回归

原始示例看起来像这个数据帧（称为df），有数百个条目。Y是结果变量，treat是0或1

y  treat
3  0
5  1
2  0
4  1

我用替代品取样，从df$y生成900个观测值

set.seed(5)
b1 <- sample(df$y, 900, replace = TRUE, prob = NULL)

---

当使用样本b1作为回归结果时，是否会自动将b1的正确值与原始数据帧中的treat值匹配？如果我希望b1中的结果值与原始数据帧中正确的treat值相对应，我是否需要做一些不同的事情？如何检查这是否是我正在尝试运行的回归

我们可以对行序列而不是单个列进行

sample

。在OP的代码中，它只是对“y”进行采样，而“treat”只剩下4个元素，当我们应用公式方法时，这将导致错误，因为其中一个对象的长度不同

lm(b1 ~ treat, df)   

model.frame.default中存在错误（公式=b1~treat，数据=df， drop.unused.levels=TRUE）： 可变长度不同（针对“treat”找到）

相反，我们对行序列进行

sample

set.seed(5)
df1 <- df[sample(seq_len(nrow(df)), 900, replace = TRUE),]
lm(y ~ treat, df1)

set.seed（5）
现在，长度不同了。可能您需要
df1我目前运行的回归，即使没有这样做。当它运行时发生了什么？我很惊讶它跑的长度不同。编辑：原始示例恰好也是900，这解释了它为什么运行。回归是错误的，但长度是相同的。您展示的示例给出了
lm（b1~treat，df）
的错误，如果长度是相同的，那么它应该可以工作。i、 e.如果原始样本有900行，并且您只想在这种情况下采样，那么如果您在行序列上采样，它不会破坏这一点，因为您是在以行为单位的行序列上扩展基于数据的数据，@melbez
nrow
也应该工作，但存在一些边缘情况
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))