【悬赏求助】 随机抽样

想解决这样一个问题 从回归y=a+bx+e中得到残差e,假设样本容量是T，然后从e中随机抽取组成一个新的残差项e1，这个新的残差项的大小也是T，这样重复1000次，就组成1000组容量是T的新的残差项e1, 然后将e1加到原回归方程中得到1000组新的y, 令其为y1, 即y1=bx+e1,b 的顺序不变就是扩大为1000组b同时假设a=0， 最后再用新得到的y1和原b 做回归。

之前用非mata的语言写过，不过因为有上百组y，光进行一次这样的运算就耗费很长时间，不知道用mata是不是可以更便捷，特别是如果用mata怎么写这个随机1000次抽样的问题。。万分感谢。。。

以下代码不是mata，但运行一遍只需55秒左右，我觉得时间还是可以接受的（最长的时间花在1000次回归上，bsample只用了4秒）。

set rmsg on
clear
set obs 900   // T
gen x1 = runiform()
gen x2 = runiform()
gen y = 2*x1 + 3*x2 + rnormal()
reg y x1 x2
predict yhat
predict res, residual

expand 1000
bysort res: gen n = _n
sort n

preserve
keep res
bsample 900000  // T*1000
save res, replace
restore

drop res
merge 1:1 _n using res, nogen

gen ynew = yhat + res
statsby _b, by(n) clear: reg ynew x1 x2

voodoo 发表于 2010-8-30 10:52
以下代码不是mata，但运行一遍只需55秒左右，我觉得时间还是可以接受的（最长的时间花在1000次回归上，bsam ...

你好，看到你的回答，你应该是比较熟悉用stata来抽样的了，我现在有个数据是640万个样本，要抽取30% 的样本，stata打开总体后，写什么语句可以抽取出来这30%的样本呢？希望能够指导下，万分感谢！

抽取30%的样本有很简单的命令：
sample 30
就可以解决问题了

其实，楼主所说的问题就是bootstrap吧，可以在回归命令前面加上bootstrap就可以实现了：
bootstrap,reps(1000):reg y x