我是R的初学者，但是因为论文关系需要使用R实现参数bootstrap的F检测。原模型是Y(t)=Y(t-1)*beta+Z(t)*gama+u(t),ut~NID(0,sigma^2),
H0:gama=0.
实现的思路是根据约束模型Y(t)=Y(t-1)*beta+u(t),u（t）~NID(0,sigma^2), 通过OLS计算F检测量，记为tr1。因为存在滞后因变量这里的F检测量不是精确的。
所以我们由上面得到的约束模型的估计参数，与随机数生成器得到的u*（t）通过DGP迭代得到一组Y*（t),重复B次，得到B个DGP样本。计算每个DGP样本的回归结果与原模型的F检测量，共B个，可知其中有多少比例的F检测量大于tr1.，得到精确估计的P值。
我的问题是在用R实现的时候因为要重复B次（9999）次模拟DGP过程，每次还要计算F统计量，R里有没有什么命令可以直接计算回归结果的RSS ，否则我每次模拟后还要手动回归后查表算F统计量。或者R里是否整合了什么命令可以直接实现参数自助检测的啊？谢谢各位了