在R語言中，可以使用lm()函數進行線性回歸模型的擬合。下面給出一個簡單的回歸預測代碼示例：
假設我們有一個數據集data，包含兩個變量x和y，我們想要用x來預測y。
# 數據準備
x <- c(1, 2, 3, 4, 5) # 自變量x
y <- c(2, 4, 5, 7, 9) # 因變量y
# 擬合線性回歸模型
model <- lm(y ~ x)
# 進行預測
new_x <- 6 # 新的自變量值
predicted_y <- predict(model, data.frame(x = new_x))
# 輸出預測結果
print(predicted_y)
上述代碼中，首先準備了自變量x和因變量y的數據。然后使用lm()函數擬合線性回歸模型，其中y ~ x表示因變量y與自變量x之間的線性關系。接下來，使用predict()函數進行預測，傳入要預測的自變量值new_x，返回預測的因變量值。最后，使用print()函數輸出預測結果。
請注意，以上代碼只是一個簡單的示例，實際使用中可能需要更多的數據預處理、模型評估等步驟。
