使用Statsmodels的predict()方法为何得到错误预测值？

你的问题出在手动计算时使用了四舍五入后的近似参数，而Statsmodels的predict()方法用的是模型拟合得到的更精确原始参数。

具体验证 #

1. 从代码输出可见，模型实际拟合的精确参数为：
   • Intercept: 0.275040
   • SAT系数: 实际约为0.001655688（打印时显示为0.001656是四舍五入后的结果）
2. 用精确参数计算结果和predict()输出完全匹配：
   • SAT=1700：0.275040 + 0.001655688 * 1700 = 3.0897096，对应预测值3.089710
   • SAT=1670：0.275040 + 0.001655688 * 1670 = 3.04004096，对应预测值3.040039（仅浮点精度差异）

额外优化提示 #

构建预测用的new_data时无需手动添加Intercept列，Statsmodels会自动为公式形式的模型补充截距项，简化后的代码如下：

new_data = pd.DataFrame({'SAT': [1700, 1670]})
predictions = ols_model_results.predict(new_data)

执行后会得到和原代码完全一致的预测结果。

内容的提问来源于stack exchange，提问作者Ricardo Jaramillo