Как получить значение среднеквадратичной ошибки в линейной регрессии в R

Пусть модель линейной регрессии, полученная функцией R lm, хотела бы знать, можно ли ее получить с помощью команды Mean Squared Error.

У меня был СЛЕДУЮЩИЙ вывод примера

> lm <- lm(MuscleMAss~Age,data)
> sm<-summary(lm)
> sm

Call:
lm(formula = MuscleMAss ~ Age, data = data)

Residuals:
     Min       1Q   Median       3Q      Max 
-16.1368  -6.1968  -0.5969   6.7607  23.4731 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 156.3466     5.5123   28.36   <2e-16 ***
Age          -1.1900     0.0902  -13.19   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 8.173 on 58 degrees of freedom
Multiple R-squared:  0.7501,    Adjusted R-squared:  0.7458 
F-statistic: 174.1 on 1 and 58 DF,  p-value: < 2.2e-16

Множественный R-квадрат - это ошибка суммы квадрата? если ответ «нет», можно объяснить значение «множественный R-квадрат» и «множественный R-квадрат»

r regression error

— Cyberguille
источник

Кратный R-квадрат, который R сообщает, является коэффициентом детерминации , который задается формулой

R^{2} = 1 - \frac{S S_{res}}{S S_{tot}} .

$R^2 = 1 - \frac{SS_{\text{res}}}{SS_{\text{tot}}}.$

Сумма квадратов ошибок дается (благодаря предыдущему ответу ) как sum(sm$residuals^2).

Среднеквадратичная ошибка определяется как mean(sm$residuals^2). Вы можете написать функцию для расчета этого, например:

mse <- function(sm) 
    mean(sm$residuals^2)

— FBT
источник

+1. Другое решение, основанное только на том, что видно в выводе , это sm$sigma^2 * sm$fstatistic[3]/(1+sum(sm$fstatistic[2:3])). То есть из предпоследнего ряда вы зачитали и

8.173

$8.173$

58

$58$ df и в последней строке подсчитываете количество параметров ( ), давая

1 + 1

$1+1$

{8.173}^{2} \times 58 / (1 + 1 + 58) = 64.57

$8.173^2\times 58/(1+1+58) = 64.57$

Antepenultimate это отличное слово.

— февраля

Как обычно, гораздо более аккуратный способ написатьmse <- function(sm) mean(sm$residuals^2)

— Мариус Хоферт

> Разве это не означает, что среднеквадратическая ошибка определяется остатками ^ 2 / ошибкой df из таблицы ANOVA вместо среднего (остатки ^ 2). Последнее является средним квадратом ошибки предсказания. Не уверен, что мне не хватает понимания. Извините, у меня недостаточно очков репутации, чтобы оставить комментарий.

— SrikanthRaja

Но я согласен с тем, что сказал пользователь 45409. Согласно тому, что я узнал, MSE = остатки ^ 2 / ошибка df.

— Втшен