R中样本外数据的均方预测误差（MSPE）

我想用R计算多元线性回归的样本外MSPE。从我的教科书中，我得到了以下MSPE公式

这里的意思是，我的观察被从平均值中省略了

我尝试使用R中的以下两行来计算MSEP

fit <- lm(CO ~ weight + nico, data = df)
mean( (df$CO - predict.lm(fit, df))^2 )

---

fit也许你可以试试这样：

in_sample <- data.frame(x = rnorm(100),
                        y = rnorm(100))
out_sample <- data.frame(y = rnorm(100),
                         x = rnorm(100))
mod <- lm(y ~ x, in_sample)

mspe <- function(model, dv, data) {
  yhat <- predict(model, newdata=data)
  y <- data[[dv]]
  mean((y - yhat)^2)
}

mspe(mod, "y", out_sample)
#> [1] 0.8247627

in_示例
in_sample <- data.frame(x = rnorm(100),
                        y = rnorm(100))
out_sample <- data.frame(y = rnorm(100),
                         x = rnorm(100))
mod <- lm(y ~ x, in_sample)

mspe <- function(model, dv, data) {
  yhat <- predict(model, newdata=data)
  y <- data[[dv]]
  mean((y - yhat)^2)
}

mspe(mod, "y", out_sample)
#> [1] 0.8247627