如何使用R中的各种变量创建回归线

我已经创建了实际的回归代码，但我试图将回归线和预测线绘制到绘图上，但我似乎无法理解它

m1 <- lm(variable1 ~ 2 + 3 + 4 + 5 + 6 + 7 + 8, data = prog)
summary(m1)

m1考虑两个（不是7！）预测变量；一个是数值的，另一个是分类的（即系数）

#模拟数据
种子集（2017）；
x1一般情况下，在基本R绘图中，您只需在绘制数据后执行
abline（m1）
。然而，你打算如何在8维空间中可视化你的数据？是的，我很确定我也应该创建一条预测线。我本应该服用
lm（结果变量~treatment+consuvers 1至8）
然后从中创建两行。你没有回答我的问题。你打算如何用8维的预测绘制一条直线？下面看一个简单的例子。
# Simulate data
set.seed(2017);
x1 <- 1:10;
x2 <- as.factor(sample(c("treated", "not_treated"), 10, replace = TRUE));
df <- cbind.data.frame(
    y = 2 * x1 + as.numeric(x2) - 1 + rnorm(10),
    x1 = x1,
    x2 = x2);

# Fit the linear model    
m1 <- lm(y ~ x1 + x2, data = df);

# Get predictions
df$pred <- predict(m1);

# Plot data    
library(ggplot2);
ggplot(df, aes(x = x1, y = y)) +
    geom_point() +
    facet_wrap(~ x2, scales = "free") +
    geom_line(aes(x = x1, y = pred), col = "red");