R 用固定数量的Y=1或成功模拟逻辑回归

我试图模拟逻辑回归的数据。假设我有以下设置，不知羞耻地从这里的Ocram示例中删除（）：

---

n均匀分布在哪个范围内？它是整数还是双精度？检查成功次数，并根据哪种情况增加或减少？你如何确定价值？条件是什么？抱歉LyzandeR，我的帖子不清楚。我不确定均匀分布的范围。举个简单的例子：假设我的目标是在20次成功中获得10次成功。我会检查y中1的数量。如果是9，则取b0，加1，重新模拟。然后重新检查y中1的数量，如果仍然是9，则将1添加到b0，然后重新模拟。一旦y中有精确的10个1，内部循环停止，模拟进入下一个任务，这里不讨论。我知道这很混乱，你可以把最后几行包装成一个函数，返回值是0或1的比例。将其放入
sapply
中，在
b0
值的合理范围内，查看比率在哪里。一旦得到了
b0
的近似值，重复模拟过程，直到得到准确的比率。@LyzandeR你的答案是什么？我还没有机会详细看它。是的，我想它还不够好。我刚意识到你需要什么。你需要它来进行逻辑回归。因此，我对它进行了一些思考，因为您使用了
rbinom
函数，因此很难获得相同数量的y或n。
n <- 20
b0 <- -1.6
b1 <- 0.03
b2 <- 0.5
x1 <- runif(n=n, min=18, max=60)
x2 <- rnorm(n=n, 0, 2)
pi_x <- exp(b0 + b1 * x1 + b2 * x2) / (1 + exp(b0 + b1 * x1 + b2 * x2))
y <- rbinom(n=length(x1), size=1, prob=pi_x)
data <- data.frame(x1, x2, pi_x, y)
print(data)