在R中生成多元回归公式后计算响应变量

我采集了一个样本数据集，包括责任、学员监督和工资，其中工资可以从责任和学员值生成，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)

---

职责在你的
预测工资中
你应该写
培训
而不是
培训
。使用
预测
功能。@marta没有明白你的意思，根据我写的变量，我已经给培训人员写了。@jbaums谢谢，我现在正在处理这个问题，但是我不明白为什么一个整数上的算术运算会生成一个数据帧？不，@Partha Roy，根据你的变量你应该写
train
，它等于
coef（model）[3]
。你的
实习生
是初始向量（
c（1,3,7,2,1,5）
）…在你的
预测工资
中，你应该写
训练
而不是
实习生
。使用
预测
函数。@marta没有得到你，根据我写的变量，实习生。@jbaums谢谢，我现在正在处理这个问题，但是我不明白为什么一个整数上的算术运算会生成一个数据帧？不，@Partha Roy，根据你的变量你应该写
train
，它等于
coef（model）[3]
。您的
学员
是初始向量（
c（1,3,7,2,1,5）
）。。。
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)