sig<- as.numeric(sqrt(sum((y-x1%*%beta1hat-x2%*%beta2hat)^2)/(n-2-1))) sig <- as.matrix(sig) hlo1 <- c(beta1hat-sigma*solve(t(x1)%*%x1)*qnorm(0.025)) hlo1 <- c(hlo1, rep(0, k-length(hlo1))) hup1 <- c(beta1hat+sigma*solve(t(x1)%*%x1)*qnorm(0.025)) hup1 <- c(hup1, rep(0, k-length(hup1)))报错

这个错误通常是由于维度不匹配导致的。在计算hlo1和hup1时，使用了rep()函数来扩展向量的长度，以保证它们与其他向量的长度相等。但是，如果k的值比向量的长度小，就会出现维度不匹配的错误。建议在计算hlo1和hup1之前，先确定k的值，并且确保它不大于向量的长度，或者使用rep()函数来扩展向量的长度，以确保它们与k的值相等。例如：

k <- 10
sig <- as.numeric(sqrt(sum((y - x1 %*% beta1hat - x2 %*% beta2hat)^2) / (n - 2 - 1)))
sig <- as.matrix(sig)
hlo1 <- c(beta1hat - sigma * solve(t(x1) %*% x1) * qnorm(0.025))
hlo1 <- c(hlo1, rep(0, k - length(hlo1)))
hup1 <- c(beta1hat + sigma * solve(t(x1) %*% x1) * qnorm(0.025))
hup1 <- c(hup1, rep(0, k - length(hup1)))

这样就可以避免维度不匹配的错误了。