Question

我正在运行mnlogit回归，我想做一些预测。我的数据位于pandas DataFrame命名状态，包含age和final_state（以及其他）两列。

import statsmodels.formula.api as smf
result = smf.mnlogit(
    formula = 'final_state ~ age ',
    data = state[['age', 'final_state']],
    ).fit()

params = result.params
print result.summary()

我可以通过运行来预测用于估算的样本：

prediction = result.predict()

但是，如果我想使用子样本或任何其他数据，如下所示：

prediction = result.predict(exog = state[['age']].query('age > 80'))
prediction = result.predict(exog = dict(age = [80, 90]))
prediction = result.predict(
    exog = dict(age = state[['age']].query('age > 80').values))
prediction = result.predict(exog = state[['age']])

我总是遇到同样的错误：

File "/usr/lib/python2.7/dist-packages/statsmodels/base/model.py", line 772, in predict
exog = dmatrix(self.model.data.design_info.builder,
AttributeError: 'PandasData' object has no attribute 'design_info'

如何计算子样本或人工数据的预测？

jeffrey_the_wind在第一条评论中给出了answer，谢谢。

Answer 1

I've just submitted this as a bug。事实证明，mnlogit

中的公式行为没有单元测试

不转换数据（而是手动添加常量）是一种解决方法：

from statsmodels.tools import add_constant
result.predict(add_constant(state['age']), transform=False)

如何使用statsmodels mnlogit模型指定预测？

1 个答案: