réponse rapide:
Je pense que vous voulez x et y result=sm.OLS(y, x).fit()
inversé La variable dépendante (y
) vient en premier, puis le tableau de variables explicatives (x
).
L'appel à prévoir avec des œuvres maître de statsmodels, mais peut-être vous avez besoin d'un 2-D x
dans une version plus ancienne:
result.predict(x[:,None])
pour rendre la variable explicative dans une column_array. Je ne me souviens pas quand cela a été changé pour 1-D x.)
Notez également qu'il n'y a aucune constante/interception ajouté automatiquement lorsque nous n'utilisons pas l'interface de formule.
La prédiction de l'échantillon ou des données d'apprentissage est également accessible via results.fittedvalues
.