计算MSE：为什么这两种方式给出不同的结果？

Question

我对R的MSE的计算有些疑问。

我试过两种不同的方法，我得到两个不同的结果。想知道哪一个是找到mse的正确方法。

第一：

model1 <- lm(data=d, x ~ y) 
rmse_model1 <- mean((d - predict(model1))^2) 

二：

mean(model1$residuals^2) 

Answer 1

原则，他们应该给你同样的结果。但在第一个选项中，您应该使用d$x。如果您只是使用d,，则回收规则中的R将重复predict(model1)两次（因为d有两列），计算也将涉及d$y。

请注意，建议在第一个选项中包含na.rm = TRUE到mean和newdata = d到predict。这使得您的代码在您的数据中缺少值。另一方面你不需要担心NA在第二个选项，因为lm自动下降NA个案。您可以查看此线程以了解此功能的潜在效果：Aligning Data frame with missing values。