在R语言中，lm()函数用于拟合线性回归模型。其基本语法如下：

lm(formula, data)

其中，formula是一个公式对象，用来指定线性回归模型的形式，例如 “y ~ x1 + x2” 表示因变量y与自变量x1和x2之间的线性关系；data是一个数据框，用来存放因变量和自变量的数据。

lm()函数会返回一个线性回归模型对象，可以使用summary()函数对模型进行概要统计分析，以查看模型的拟合效果和统计显著性等信息。

例如，以下是一个使用lm()函数拟合线性回归模型的示例：

# 创建一个数据框data <- data.frame(x = 1:10, y = 2*(1:10) + rnorm(10))# 拟合线性回归模型model <- lm(y ~ x, data = data)# 查看模型摘要summary(model)

通过lm()函数和summary()函数，我们可以得到线性回归模型的拟合效果、系数估计、显著性检验等信息。