多元线性回归与R的均方误差

有一个数据集（在这里找到-），我为线性回归做了一些R编码。在附加的数据集中，列没有标记。我必须标记数据集的列并将其保存为csv，很抱歉，我无法在这里获得这些信息……但我使用的列是第3列（年龄）、第4列（感染）、第5列（文化比率）、第10列（普查）和第12列（服务）、第9列（地区）。我给医院起名

我应该“对于每个地理区域，使用一阶回归模型，将感染风险（Y）与预测变量年龄、死亡率、人口普查、服务进行回归。然后我需要找到每个区域的MSE。这是我的代码

NE<- subset(hospital, region=="1")
NC<- subset(hospital, region=="2")
S<- subset(hospital, region=="3")
W<- subset(hospital, region=="4")

---

NE将我的评论移动到答案。“错误”或“残差”是模型对象的一部分，
NE.model$residuals
，因此获得均方误差非常简单：
mean（NE.model$residuals^2）

需要注意的是，通过在模型中拟合一个
区域
固定效应项，然后计算每个残差子集的MSE，您可以用更少的步骤来实现这一点。实际上，相同的差异。
平均值（NE.model$residuals^2）
应该有效。非常感谢..我还有一个问题，但我现在无法发布，因为我刚刚发布了这个问题。在这种情况下，如何找到两个变量之间关系的98%置信区间？我有代码g@hk47我喜欢
arm
包，因为它的
se.coef
函数可以提取系数的标准误差。因此，CI的宽度是
se.coef（NE.Model）
乘以您想要的任何α水平，例如
qnorm（0.975）
为95%或
qnorm（0.99）
为98%。
NE.Model<- lm(NE$infection~ NE$age + NE$culratio + NE$census + NE$service)
summary(NE.Model)