新人求助，如何使用R软件模拟probit模型数据？悬赏1500币，满意可以追加。

问题在于仿真出来的y均值太大，导致它变成0-1变量时取0值的样本量太少。这样的y跟x交互之后的列联表长这样：

	y=0	y=1
x=0	54	6628
x=1	2	3316

可想而知，这样的数据分布对计算机的参数估计来说挑战非常大；即使x和y相关，计算机也算不出来。一般来说，每个单元格的占比不应少于总样本的5%。

解决问题的办法也比较简单，就是把y的均值调小，让x和y的分布更均衡些。具体见下面的code：

1. ### 第零步
   
2. set.seed(129)
   
3. g1=rbinom(10000, 1, 0.9)
   
4. c1=rnorm(10000, mean=10, sd=2)
   
5. c2=rbinom(10000, 2, 0.4)
   
6. u=rnorm(10000, mean = 10, sd = 2)
   
7. exi=rnorm(10000, mean = 0, sd = 1)
   
8. eyi=rnorm(10000, mean = 0, sd = 1)
   
9. 
   
10. 
    
11. ### 第一步
    
12. probit_x=0.3*g1+0.2*c1-0.3*c2+u+exi-13
    
13. probit_data=as.data.frame(cbind(g1,c1,c2,u,probit_x))
    
14. probit_data$x[probit_x>0]=1
    
15. probit_data$x[probit_x<=0]=0
    
16. 
    
17. anorex.1 <- glm(x~g1+c1+c2+u,
    
18.                 family=binomial(link = "probit"),data =probit_data)
    
19. summary(anorex.1)
    
20. 
    
21. 
    
22. ### 第二步
    
23. x <- probit_data$x             # x为0/1变量
    
24. probit_y=0.3*x+2*c1-4*c2+u+eyi-25          # 把mean搞对
    
25. # probit_y=0.3*x+2*c1-4*c2+u+eyi-13       # 原均值大大超过了0：20-4+10+0-13 = 14
    
26. 
    
27. # hist(probit_y)
    
28. # table(probit_y>0)
    
29. # probit_data$probit_y = NULL
    
30. # probit_data$y = NULL
    
31. 
    
32. probit_data=as.data.frame(cbind(probit_data,probit_y))
    
33. probit_data$y[probit_data$probit_y>0]=1
    
34. probit_data$y[probit_data$probit_y<=0]=0
    
35. 
    
36. # table(probit_data$x, probit_data$y)           # 问题在这：y取0值的样本量太小
    
37. 
    
38. anorex.2 <- glm(y~x+c1+c2+u,
    
39.                 family=binomial(link = "probit"),data =probit_data)
    
40. summary(anorex.2)

复制代码