Python 如何获得；“样本中”；STATSOLS模型中的预测值（y hat）？

代码如下：

from   statsmodels.formula.api import ols
import io
import requests

url = "https://raw.githubusercontent.com/RInterested/datasets/gh-pages/mtcars.csv"
contents = requests.get(url).content
mtcars = pd.read_csv(io.StringIO(contents.decode('utf-8')))
print(mtcars.describe())
reg = ols('mpg ~ C(cyl) + wt', data=mtcars).fit() 
print(reg.summary())

这似乎为模型返回了一个截取，语法与R非常相似，我喜欢R。

print（dir（reg））

中有一个

reg.predict

和一个

reg.get\u predict

，但它们都不返回数据集中每个示例（案例或主题）的预测值。它似乎在等待“样本外”数组输出这些预测值

我想获得实际数据集中示例的预测

mpg

，绘制为与实际数据云不同颜色的点，并叠加在回归线上：

---

样本内预测在results实例上作为

reg.fittedvalues

属性提供，并且在调用不带参数的predict时，

reg.predict（）

---

当预测方法有其他选项时，可以通过不指定一组新的解释变量来计算样本内观察值，

exog

您是回答快速跟进问题的理想人选。。。我正在尝试更多地使用Python，您的包statsmodel看起来非常无缝，但我不理解OLS（无截获）和OLS（截获）…OLS和所有模型都使用numpy数组或熊猫数据帧作为数据。当使用statsmodels的用户或包已经准备好数据时，这是主界面。statsmodels接受它们的本来面目，不会改变它们。公式接口，例如小写的

ols

，它是

ols的别名。from_formula

，包含一些数据准备步骤，如添加截距和将分类变量转换为一些数字编码，例如创建虚拟变量。