给我一段R code多重线性回归的例子，包括fit model和simplify model

以下是一个使用R语言进行多重线性回归的例子：

# 导入数据
data <- read.csv("data.csv")

# 拟合模型
model <- lm(y ~ x1 + x2 + x3, data = data)

# 总结模型
summary(model)

# 简化模型
simplified_model <- step(model)

# 总结简化模型
summary(simplified_model)

在这个例子中，我们首先从一个CSV文件中导入数据。然后，我们使用线性回归模型来拟合数据，其中y是因变量，x1、x2和x3是自变量。我们使用lm()函数来拟合模型，并将数据传递给它。接下来，我们使用summary()函数来总结模型，并查看每个自变量的系数和p值。最后，我们使用step()函数来简化模型，同时保持预测准确性。我们再次使用summary()函数来总结简化模型，并查看新的系数和p值。