我采用了一个样本数据集，其中包括责任、受训人员监督和薪水，其中薪水可以从责任和受训人员值生成，我使用多元回归生成了模型公式。
responsibility<-c(2,3,4,1,2,3)
trainee<-c(1,3,7,2,1,5)
salary<-c(7,15,29,8,7,21)
#creating the data frame to be fed into the regresion model
data1<-data.frame(responsibility,trainee,salary)
#creating the relation model between salary and responsibility & trainee
model<-lm(salary~responsibility+trainee,data=data1)
它工作正常！但是当我试图从实习生的可用值和责任值中预测薪水时..它会创建一个具有多个值的数据框。
intercept<-coef(model)[1]
resp<-coef(model)[2]
train<-coef(model)[3]
# r is responsibity , t is trainee value for finding the new salary...
predicted_salary=intercept+(resp*r)+(trainee*t)
print(predicted_salary)
当 T=100, r=100 时，predicted_salary 应该是 500 ，但它给出的输出如下：
[ 1 ] 300 500 900 400 300 700