R'的模拟；在Julia中模拟函数？

我正在尝试使用Julia的GLM软件包。根据我在R的经验，我一直喜欢它的

simulate

功能

simulate(object, nsim = 1, seed = NULL, ...)

---

它从一个合适的模型中得到响应。Julia中有没有类似的方法可以应用于其拟合的GLM模型？

AFAIK没有这样的函数，但对于您的特殊情况，应该相对容易实现它

以下是高斯（family

Normal（）

）假设的未加权OLS示例：

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

这相当于R实现

作为旁注：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响应分布更有用，这取决于您需要什么

编辑：

可能一种更具朱利安风格的方法是避免生成样本，但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)

这样通常可以避免分配大内存块。例如，如果您想在R中使用

nobs=10^9

，您很可能会耗尽内存，使用

simdist

您可以在移动中高效地生成所需内容