statsmodels.discrete.truncated_model.TruncatedNegativeBinomialResults.get_prediction¶

TruncatedNegativeBinomialResults.get_prediction(exog=None, transform=True, which='mean', linear=None, row_labels=None, average=False, agg_weights=None, y_values=None, **kwargs)¶

当端点变换有效时计算预测结果。

Parameters:¶

exogarray_like, optional

您想要预测的值。

transformbool, optional

如果模型是通过公式拟合的，您是否希望将exog通过公式传递。默认值为True。例如，如果您拟合了一个模型y ~ log(x1) + log(x2)，并且transform为True，那么您可以传递一个包含x1和x2在其原始形式中的数据结构。否则，您需要先对数据进行对数转换。

whichstr

要预测的统计量。默认是“mean”。 可用的统计量和选项取决于模型。 参见 model.predict 文档字符串

linearbool

Linear 已被 which 关键字取代，并将被弃用。 如果 linear 为 True，则 which 被忽略，并返回线性预测结果。

row_labelslist of str or None

如果提供了row_lables，那么它们将替换生成的标签。

averagebool

如果 average 为 True，则计算平均预测值，即，对每个 exog 进行预测，然后对所有观测值取平均。 如果 average 为 False，则结果是所有观测值的预测值，即与 exog 长度相同。

agg_weightsndarray, optional

聚合权重，仅在 average 为 True 时使用。 权重未归一化。

y_valuesNone or nd_array

一些预测统计量，如 which="prob"，是在响应变量的值上计算的。如果 y_values 不是 None，那么它将代替默认的 y_values 集使用。

警告： which="prob" 对于计数模型目前计算的是所有 y=k 的 pmf，直到 max(endog)。如果观察到的 endog 值很大，这可能会生成一个很大的数组。 这可能会改变，以便选择的 y_values 集将限制数组的大小。

**kwargs

一些模型可以接受额外的关键字参数，例如偏移量、曝光量或在多部分模型（如零膨胀模型）中的额外外生变量。 请参阅模型的预测方法以获取详细信息。

Returns:¶

prediction_resultsPredictionResults

预测结果实例包含预测值和预测方差，并且可以根据需求计算置信区间和预测的汇总数据框。

注释

状态: 0.14 版本新增，实验性