r - 如何从lm结果中获取RMSE？

Question

我知道$sigma与均方根误差的概念之间存在很小的差异。因此，我想知道从R中的lm函数中获取RMSE的最简单方法是什么？

res<-lm(randomData$price ~randomData$carat+
                     randomData$cut+randomData$color+
                     randomData$clarity+randomData$depth+
                     randomData$table+randomData$x+
                     randomData$y+randomData$z)

length(coefficients(res))

包含24个系数，因此我无法再手动制作模型。
因此，如何根据从 lm得出的系数评估RMSE？

Answer 1

残差平方和：

RSS <- c(crossprod(res$residuals))

均方误差：

MSE <- RSS / length(res$residuals)

根MSE：

RMSE <- sqrt(MSE)

皮尔森估计的剩余方差（由 summary.lm返回）：

sig2 <- RSS / res$df.residual

从统计上讲，MSE是残差方差的最大似然估计量，但存在偏倚（向下）。皮尔逊方程是残差方差的受限最大似然估计，它是无偏的。



备注


给定两个向量 x和 y， c(crossprod(x, y))等效于 sum(x * y)但 much faster。 c(crossprod(x))同样比 sum(x ^ 2)快。
sum(x) / length(x)也比 mean(x) faster。