Konkurencja polega na przewidywaniu przedziału zarobków absolwenta. Jest to cecha kategorialna uporządkowana, ale jako miara dobroci predykcji jest przyjęty błąd średniokwadratowy, zatem można przewidywać przedział z ułamkowymi wartościami cechy objaśnianej.  Przykładowy plik jest wprowadzony za pomocą kodu
regrlin=lm(Zarobki~Plec,data=train)
summary(regrlin)
subm=data.frame(test$Lp)
names(subm)="Lp"
subm["Zarobki"]=predict(regrlin,newdata=test)
write.csv(subm,"C:\\Users\\r930\\Documents\\submAbs.csv",row.names=F).
Komentarz do kodu - pierwsza linia tworzy model prostej regresji liniowej zarobków od płci. Druga linia sprawdza, czy zależność jest istotna (ponieważ Płeć jest cechą binarną jest to równoważne testowi Studenta). Kolejne linie tworzą nową ramkę danych z numerami kolejnymi zbioru testowego i właściwą nazwą kolumny, danymi przewidywanymi dla zarobków w zbiorze testowym w zależności od płci oraz zapisują zbiór danych bez nazw wierszy w moim forderze (proszę tu użyć własnej scieżki!), by odpowiadał plikowi rozwiązań w systemie Kaggle.