刚编辑以简化方法 . 假设我们有一个data.table，结构如下：
library(data.table)
library(foreach)
set.seed(123)
dt=foreach(i=1:length(letters),.combine='rbind')%do%{
group=rep(letters[i],runif(1, 1, 10))
data.table(group)
}
dt$y<-round(runif(nrow(dt), 10, 20), digits=0)
dt$x<-round(runif(nrow(dt), 30, 40), digits=0)
dt[,.N, by=group][order(N)]
我想在'foreach'循环中对需要根据以下规则构建的不同样本运行一系列回归：
-
创建一个包含26个新观察值的初始样本，每个观察一个随机选择 . 没有替代品 .
-
下一个样本应该越来越多地添加一组26个观察，如（1）中所示，直到每个组中至少有一个案例为止 .
-
当一个小组没有留下任何案件时，从其他小组中抽取其他案件，直到完成26个观察 . 观察次数最少的群体应优先考虑 .
-
每次绘制新样本时，在x上回退y，直到我们在dt中使用整个案例 .
最后，我希望有一个列表（'模型'），其中包含每个样本中回归的结果，理想情况下使用'foreach'和'data.table'来扩展方法，但愿意考虑数据 . 解决方案，当然还有基础R技巧 .