R中Gamma回归模型两种MSE计算方法结果不一致排查

你遇到的差异并非bug，而是因为glm返回的默认残差类型和predict()的默认输出空间都不是你预期的原始响应变量空间：

1. glm$residuals的默认类型不是响应残差 #

Gamma回归（以及广义线性模型GLM）中，glm对象的residuals默认是工作残差（working residuals），它是在链接函数变换后的空间（而非原始y的空间）计算得到的。

• 对于Gamma回归默认的inverse链接，工作残差基于变换后的线性预测器（即1/μ，μ是模型拟合的响应均值）计算，和原始观测值y与拟合值μ的差完全不是一回事。

2. predict(glm)默认返回线性预测器，而非响应空间的预测值 #

predict(my_mod)默认输出的是链接空间的线性预测值（比如inverse链接下就是1/μ），不是原始y空间的拟合值μ。直接用y - predict(my_mod)计算的是y减1/μ，这显然不是你想要的“观测值减预测值”。

修正后的MSE计算方法 #

要得到正确的原始响应空间的MSE，需要同时指定残差类型为"response"，或者让predict()返回响应空间的拟合值：

方法一：使用响应残差 #

# 获取原始响应残差（y - 拟合的μ）
resid_response <- resid(my_mod, type = "response")
# 计算MSE
mean(resid_response^2)

方法二：手动计算观测值减响应空间预测值 #

# 获取响应空间的拟合值μ
pred_response <- predict(my_mod, type = "response")
# 计算MSE
mean((my_data$y - pred_response)^2)

运行上述两种方法，你会得到完全一致的结果，这才是你预期的“观测值减预测值的平方均值”。

额外说明 #

Gamma回归作为广义线性模型的一种，通常更适合用离差（deviance）、Pearson残差等指标做模型评估，而非MSE（因为MSE是针对正态分布误差的评估指标）。但如果你的需求确实是计算原始响应空间的MSE，上述方法可以解决你的问题。

内容的提问来源于stack exchange，提问作者Adrian Keister