R言語でデータを分析する。

一番最後に、
「is.data.frame(x) でエラー:
'list' object cannot be coerced to type 'double'」
というエラーが出てしまいます。

> r1_train <- read.csv(file="r1train.csv")
> r1_model <- lm(cost ~ area + walk + floor, data=r1_train)
> summary(r1_model)

Call:
lm(formula = cost ~ area + walk + floor, data = r1_train)

Residuals:
     Min       1Q   Median       3Q      Max 
-2.60834 -0.54106  0.00325  0.71038  1.53357 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  0.48759    0.70825   0.688   0.4956    
area         0.27493    0.01319  20.840  < 2e-16 ***
walk         0.21195    0.12102   1.751   0.0884 .  
floor        0.53371    0.08045   6.634 9.96e-08 ***
---
Signif. codes:  
0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.9392 on 36 degrees of freedom
Multiple R-squared:  0.9386,	Adjusted R-squared:  0.9335 
F-statistic: 183.4 on 3 and 36 DF,  p-value: < 2.2e-16

> predict(r1_model)
        1         2         3         4         5 
 5.372008  4.852299  8.737714  8.566905  9.490854 
        6         7         8         9        10 
 8.549543  9.688249  9.177183  9.157938  8.947930 
       11        12        13        14        15 
10.505489  9.919186  9.905795  9.481641 11.058544 
       16        17        18        19        20 
10.015353 11.148461  9.815168 11.071127 11.838368 
       21        22        23        24        25 
12.693842 13.157758 11.948182 14.073320 13.872978 
       26        27        28        29        30 
12.481893 14.406690 13.164123 16.608336 15.079324 
       31        32        33        34        35 
13.412985 13.949091 14.164400 15.588360 16.159852 
       36        37        38        39        40 
15.000984 17.011867 18.366434 19.689183 20.370645 
> residual <- r1_train$cost - r1_train
> sd(residual)
 is.data.frame(x) でエラー: 
  'list' object cannot be coerced to type 'double'
>

・
・
・
・
・
・
・
・
やりたいことは、予測結果と元のデータとの誤差を計算です。

・
・
・
・
・
・
・
・
データはこの２つです⇩
r1test.csv
|area|walk|floor|cost|
|:--|:--:|--:|
|10.8|4|1|5.6|
|9.85|4|3|5.8|
|10.08|4|2|6.3|
|20.31|5|3|8.2|
|22|4|2|8.4|
|19.6|4|3|8.9|
19.6|4| 3|8.9|
30.37| 3| 1| 8.9
20.55| 2| 4| 8.9
22.23| 2| 5| 9.4
20.4| 5| 2| 9.3
27.36| 2| 1| 9.3
25.72| 3| 3| 9.3
25.18| 3| 4| 9.7
28.01| 3| 3| 9.5
26| 4| 3| 9.8
28.46| 5| 2| 9.7
22.3| 2| 7| 10.3
23.84| 4| 4| 10.6
25.33| 1| 5| 10.4
35.5| 5| 2| 11.9
33.15| 3| 4| 12
43.25| 3| 1| 13.1
38.72| 3| 4| 13.2
43.25| 3| 2| 13.5
43.25| 3| 3| 13.6
38.72| 3| 5| 13.4
43.25| 3| 4| 13.7
35.26| 4| 5| 14.5
50.5| 3| 2| 14
50.5| 3| 4| 14.1
46.64| 5| 3| 14.3
46.79| 3| 1| 14.5
46.79| 3| 2| 14.6
42.01| 5| 2| 15.7
40.93| 4| 4| 15
40 |4| 6| 16.2
47.96 |1| 2| 19.5
43.31 |1| 8| 19
52.3 |4| 8| 21.3

r1train.csv
area|walk|floor|cost
|:--|:--:|--:|
10.8| 4| 2| 5.7
10.08| 5| 1| 6
20.33| 5| 3| 8.3
21.65| 5| 2| 8.3
22.67| 3| 4| 8.8
25.07| 3| 1| 8.7
27.67| 5| 1| 8.9
22.3| 2| 4| 9.4
22.23| 2| 4| 9.4
27.29| 2| 1| 9.2
26.76| 5| 3| 9.3
28.51| 5| 1| 9.4
26.52| 5| 2| 10.1
27.29| 2| 2| 9.5
25.66| 4| 5| 10
27.29| 2| 3| 9.7
31.04| 5| 2| 10.2
25.02| 4| 3| 10.5
32.7| 5| 1| 12
33.15| 3| 3| 11.8
33.15| 2| 5| 12.2
38.72| 2| 3| 13
33.15| 1| 4| 13.2
43.62| 5| 1| 13.6
40.95| 5| 2| 13.6
33.15| 1| 5| 13.4
40.95| 5| 3| 13.8
35.26| 4| 4| 14.5
50.5| 3| 3| 14
30.95| 1| 11| 13.8
42.76| 3| 1| 14.2
44.71| 3| 1| 14.3
42.01| 5| 2| 15.4
46.79| 3| 3| 14.6
50.81| 3| 2| 15
40| 4| 5| 16.2
54.68| 2| 2| 17
50.3| 4| 6| 19.9
53.17| 4| 7| 20
57.59| 4| 6| 21.6