Question

我正在尝试使用Python估计一个简单的OLS模型，并且能够获得回归结果，预测值，但是这给了我错误：

AttributeError：“ OLSResults”对象没有属性“ get_prediction”

这是我正在运行的代码-我阅读了在https://gist.github.com/josef-pkt/1417e0473c2a87e14d76b425657342f5上找到的文档和要旨，并且认为我正确地复制了它，但是显然我做错了。任何帮助将不胜感激！

import statsmodels.api as sm
import numpy as np
import pandas as pd


x = [51, 41, 52, 52, 43, 40, 50, 55, 53, 43]

y = [-13, -64, 34, -8, 3, -54, 7, 5, 27, -15]

mod = sm.OLS(y, x)

res = mod.fit()

print(res.summary())

predicted = res.predict()

pred = res.get_prediction() ## This line gives me the error

编辑：这是完整的追溯

AttributeError: 'OLSResults' object has no attribute 'get_prediction'
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-1862-8a0a76dec686> in <module>()
----> 1 pred = res.get_prediction()
/Users/chadmurphy/anaconda/lib/python3.6/site-packages/statsmodels/base/wrapper.py in __getattribute__(self, attr)
     33             pass
     34 
---> 35         obj = getattr(results, attr)
     36         data = results.model.data
     37         how = self._wrap_attrs.get(attr)
AttributeError: 'OLSResults' object has no attribute 'get_prediction'
>>>

Answer 1

我对statsmodels.api不熟悉，但是在查看要点之后，我认为问题可能出在您的数据上。根据要点，X和y是通过intercept

获得的

X = sm.add_constant(X, prepend=False) # add intercept
y = sort_data.loc[:,'Production']

在拟合模型后，错误还表明get_prediction不存在。希望您能朝正确的方向前进。

如何在Python中获得有关OLS估计的置信区间？

1 个答案: