R 剩余标准误差：0自由度上的NaN在创建线性模型时获得此误差

我正在从一个数据帧创建一个线性模型，其中第6列依赖于第1列到第5列。虽然代码执行正确，但当我打印线性模型的摘要时，我得到以下结果

Call:
lm(formula = AAPL[, 6] ~ AAPL[, 1] + AAPL[, 2], data = AAPL[, 
    c(1, 2)], subset = 1)

Residuals:
ALL 1 residuals are 0: no residual degrees of freedom!

Coefficients: (2 not defined because of singularities)
            Estimate Std. Error t value Pr(>|t|)
(Intercept)    8.104         NA      NA       NA
AAPL[, 1]         NA         NA      NA       NA
AAPL[, 2]         NA         NA      NA       NA

Residual standard error: NaN on 0 degrees of freedom

我正在使用的代码：-

lm <- lm(train[,6] ~ train[,2]+train[,3]+train[,4]+train[,5]+train[,1] , 1 , data=train)

---

lmtl；dr您（无意中？）指定模型应仅使用第一次观察。让我们看看这里有什么

lm <- lm(train[,6] ~ train[,2]+train[,3]+train[,4]+train[,5]+train[,1] , 
  1 , data=train)

lm这里应该实现的
subset=1
是什么？在你的例子中，它只选择了第一个观察值，这使得你不能很好地拟合模型不足为奇……我不知道，那是在总结（lm）的输出中。好吧，那么，你打算第二个参数（
1
）做什么？据我所知，这是方程的阶数。如果我错了，请纠正我。你错了（你是如何得出这个结论的…？）非常感谢你的详细回答。我是新手，这完全是无意的。我现在可以理解即将发生的错误了。
lm <- lm(train[,6] ~ train[,2]+train[,3]+train[,4]+train[,5]+train[,1] , 
  1 , data=train)