library(mvtnorm)

nsim <- 1 # Numero di simulazioni da eseguire
n <- 50 # Numero di osservazioni da generare per ogni simulazione
mu <- c(0,0,0) # Vettore delle medie delle variabili casuali
beta <- matrix(c(1,1,1), nrow=3) # Matrice dei coefficienti di regressione
sigma <- matrix(c(1,1,1,1,1,1,1,1,1),3,3) # Matrice di covarianza delle variabili casuali

for (i in 1:nsim){
  set.seed(111+i) # Impostazione di un seme casuale diverso per ogni simulazione
  X <- rmvnorm(n, mu, sigma) # Generazione della matrice X di variabili casuali
  e <- rnorm(n, 0, sigma) # Generazione del vettore degli errori
  Y <- X %*% beta + e # Calcolo del vettore Y come funzione di X, beta e e
}