如何在多元线性回归模型中预测y值？

Question

我有一个OLS模型来估算房价

import numpy as np
import statsmodels.formula.api as sm

model = sm.ols('np.log(price) ~ np.log(lotsize) + np.log(sqrft) + bdrms', data = df).fit()

我想将Beta的以下值插入到估计方程中，该方程将预测y（价格）：

lotsize = 20000，sqrft = 2500，bdrms = 4

有一种优雅的方法可以在R中完成此操作，我正在尝试在Python中复制它，但到目前为止运气不佳：

我的目标是在Python代码中完成类似的操作以预测y值

predictY <- predict.lm(linearModel, data.frame(lotsize = c(20000), sqrft = c(2500), bdrms = c(4)))
exp(predictY)

Answer 1

谢谢大家。看来最好的方法是这样，以防有人偶然发现我的帖子：

p = model.get_prediction(pd.DataFrame([{"lotsize":20000,"sqrft": 2500, "bdrms": 4}]))
p.summary_frame()