Python中具有移位功能的线性回归

Question

我有两个变量，生产（y）和装备（x）。钻机会导致​​生产，但是钻机也会以20个时间段来领导生产（从钻机开始到生产有20个周期的滞后时间）

代码：

import statsmodels.formula.api as smapi

m1 = smapi.OLS.from_formula('Production ~ Rigs.shift(20)', df).fit()

df['Forecast'] = m1.fittedvalues

我的问题是：

当我运行上面的回归时，我没有对未来的预测值。由于我今天拥有钻机数量，因此我应该能够预测未来20个周期的产量。我应该在Python / Pandas中使用什么代码来实现这一目标？

最诚挚的问候

Answer 1

根据我在此数据散点图上看到的内容，分析中似乎缺少一些正在发生的事情。从左下角开始，一直进行稳定且易于建模的增加，直到大约Rigs = 1600，此时数据突然向左移动，然后再次重复“稳定增加”模式。这种突然的变化非常大，并且可能有一个原因。