R中的模拟数据与Probit模型

我有一个非常简单的问题，关于在R中使用probit模型的模拟数据。我用于生成数据，然后使用该数据运行probit模型的任何方法都会返回关于完美拟合的警告：特别是：

Warning message:
In glm.fit(x = X, y = Y, weights = weights, start = start, etastart = etastart, :
  fitted probabilities numerically 0 or 1 occurred

是否有某种方法可以为这种类型的模型生成不会提供此错误的数据？每当我尝试对probit使用glm（）命令时，都会收到警告。我尝试了大量不同的set.seed（）值，但每一个都返回警告。我也尝试过几种不同的方法（和价值观），但都不管用。以下是示例代码：

n <- 1000
set.seed(1211)
b.true1 <- c(-1, 2, .8)
X1 <- cbind(rnorm(n, 1.5, 2), rnorm(n, -2, 1.3))
eps.t1 <- rnorm(n)
y.star1 <- b.true1[1] + X1%*%b.true1[2:3] + eps.t1
y1 <- ifelse(y.star1<=0, 0, 1)
prob2 <- glm(y1~X1, family=binomial(link="probit"))

---

n不管它值多少钱，我想知道你为什么要接受如此高的差异。如果你看y.star1（这是probit值），这些值的范围很大（从-10到14）。这将导致警告，因为四舍五入将使概率响应为0或1

注意不要让结果像那些那样极端，这是你摆脱警告所需要的。使X1的平均值的差异更小，b.true1系数更接近于0有助于：

b.true1 <- c(-1, 1, .8)
X1 <- cbind(rnorm(n, 1.5, 2), rnorm(n, -1, 1.3))

非常感谢您的帮助！我从我知道在Matlab中工作的模拟代码开始，并试图使其在R中工作。我有其他代码使用不同的beta值，但仍然得到了错误，因此我认为这与我的设置有关，而不是系数值。
hist(predict(prob2,type="response"))