解决OLSResults无forecast属性报错：Python回归预测脚本问题

问题原因 #

OLSResults（即sm.OLS(y, X).fit()返回的模型对象）没有forecast方法——这个方法是给时间序列模型（比如ARIMA）设计的。普通线性回归模型的预测操作，需要使用predict方法。

修复代码 #

将预测环节的代码：

forecast = model.forecast(steps=5, exog=X[-5:])

替换为：

forecast = model.predict(exog=X[-5:])

补充说明 #

• predict方法需要传入exog参数，对应用于预测的自变量数据，必须包含回归时用到的所有自变量，以及之前通过sm.add_constant添加的常数项。
• 如果你要做的是未来新周期的预测（而非用历史数据做拟合验证），不能直接用X[-5:]（这是已有历史数据），需要准备好未来5个周期的HDDs、Wind数据，添加常数项后再传入predict方法。示例如下：

# 假设future_X是包含未来5个周期HDDs、Wind数据的DataFrame
future_X = sm.add_constant(future_X)
forecast = model.predict(exog=future_X)

内容的提问来源于stack exchange，提问作者Philip Dyche