以下直接说遇到的问题：
在做数据帧的列添加直接用的cbind()：
之后再继续进行回归分析，结果出现一下问题：
之后经过检查是因为数据类型不对：
应该和原来数据保持数据类型相同才可以，我的解决方法是，先添加的列进行创建一个单独的数据帧data.frame()，将数据类型转换成和原来数据帧相同的数据类型numeric
>add<-data.frame(addc=c('1','5','6','8','7','9','6','8','0','2','5','1','8','9','10','5','6','10','15','4','0','5','8','3','5','7','9','12','3','8','5','0'))
>add<-as.numeric(add$addc)
>str(add)
>input<-mtcars[]
>print(input)
>str(input)
>>add_new<-cbind(input,add)
>str(add_new)
再进行回归分析就不会出现以上问题了
问题解决！
另外补充将file中的数据转换成numeric：
R语言三个矩阵求和计算方法：创建一个用户定义的函数，如果输入x和n，该函数计算从1到n中所有x的倍数之和，sum函数求和，向量求和得到一个数，矩阵求和得到一个向量，把每行求和以后，再进行列求和就是最后的求和。
按行求和，即每一行元素的加和，用rowSums() 注意S大写，后有s。关于元素判断和类型转换，因为numeric(数字)类型在实际操作中使用频率较高，以该类型进行总结。一般用as.numeric()， 可以将非numeric的数据转换为numeric，便于计算。
所有R的函数
和数据集是保存在程序包里面的。只有当一个包被载入时，它的内容才可以被访问。一些常用、基本的程序包已经被收入了标准安装文件中，随着新的统计分析方法的出现，标准安装文件中所包含的程序包也随着版本的更新而不断变化。
在另外版安装文件中，已经包含的程序包有：base—R的基础模块、mle—极大似然估计模块、ts—时间序列分析模块、mva—多元统计分析模块、survival—生存分析模块等等。
R语言支持的数据类型 数值型（numeric）复数型（complex）逻辑型（logical）字符型（character） R语言的数据对象类型包括：标量（Scalar）向量（Vector） ：一个向量只能有一种数据类型因子（Factor）：一个因子只能有一种数据类型矩阵（Matrix） ：一个矩阵只能有一种数据类型数组（Array） ：一个数组里面的每个元素只能有一种数据类型，不同元素的类型可以不同列表（List） ：允许不同的数据类型数据框（Data frame）：不同的列的数据类型允许不同查看数据特征：
