在R中使用多元回归时如何仅返回单个预测值

我遇到了一个问题，当我试图预测R中的一个结果时，我得到了数百个结果。任何关于如何解决这个问题的建议都将非常有用

logwage <- log(wage_data$wage, 10)

mlogwage <- lm(logwage ~ occupation + education + experience + age + south,
               data = wage_data)

newlogdata <- data.frame(occupation= "Sales", 
                         education = 16, 
                         experience = 10,
                         age = 45, 
                         south = "Yes", 
                         data = logwage)

predict(mlogwage,
        data = newlogdata, 
        interval = "confidence")

---

logwage如果没有可重现的示例，则很难重现错误。因此，以下示例说明如何使用
mtcars
数据集预测单个观测值

# build a multiple regression model 
aModel <- lm(mpg ~ am + disp + wt,data = mtcars)

# create data frame containing indepdendent variables for 
# a single observation 
aCar <- data.frame(am = 1,disp = 288,wt = 3.21)

predict(aModel,aCar,interval = "confidence")

在创建
newlogdata
时指定
data=logwage
。只需删除该部分。我删除了data=logwage，我仍然有相同的问题，还有其他建议吗？您可能需要将
职业
和
南方
作为因子变量，而不是字符串变量输入。
> predict(aModel,aCar,interval = "confidence")
       fit      lwr      upr
1 19.20009 16.88843 21.51175
>