我有两个变量,生产(y)和钻机(x)。钻机导致生产,但钻机也以20个时间段引领生产(从钻机启动到生产有20个时间段的滞后)
代码:
import statsmodels.formula.api as smapi
m1 = smapi.OLS.from_formula('Production ~ Rigs.shift(20)', df).fit()
df['Forecast'] = m1.fittedvalues
我的问题是:
当我运行上面的回归时,我没有得到未来的预测值。由于我今天有钻机数量,我应该能够预测未来20个时期的产量。我应该在Python/Pandas中使用什么代码来实现这一点?你知道吗
致以最诚挚的问候
根据我在这张散点图上看到的数据,分析中似乎遗漏了一些事情。从左下角开始,有一个稳定且易于建模的增量,最高约为Rigs=1600,此时数据突然向左移动,然后再次重复“稳定增量”模式。这种突然的转变是非常大的,可能有一个单一的原因。
相关问题 更多 >
编程相关推荐