Python中带移位函数的线性回归

Question

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

Answer 1

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。