Python 如何使用statsmodels mnlogit模型指定预测？

我正在运行一个

mnlogit

回归，我想做一些预测。 我的数据位于pandas

DataFrame

命名状态中，包含两列age和final_state（以及其他）

我可以通过运行以下命令对用于估算的样本进行预测：

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']])

我总是以同样的错误结束：

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

这是杰弗里·风的第一句话，谢谢。

。结果表明，

mnlogit

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)

---

看起来这个答案可能会回答您的问题：我认为您的DF格式不兼容。

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