Eu tenho tentado obter uma previsão para valores futuros em um modelo que eu criei. Eu tentei ambos os OLS em pandas e statsmodels. Aqui está o que eu tenho no statsmodels:

import statsmodels.api as sm
endog = pd.DataFrame(dframe['monthly_data_smoothed8'])
smresults = sm.OLS(dframe['monthly_data_smoothed8'], dframe['date_delta']).fit()
sm_pred = smresults.predict(endog)
sm_pred

O comprimento da matriz retornada é igual ao número de registros no meu dataframe original, mas os valores não são os mesmos. Quando eu faço o seguinte usando pandas, não recebo valores retornados.

from pandas.stats.api import ols
res1 = ols(y=dframe['monthly_data_smoothed8'], x=dframe['date_delta'])
res1.predict

(Observe que não há uma função .fit para o OLS no Pandas) Alguém poderia esclarecer como obter previsões futuras do meu modelo OLS no pandas ou no statsmodel - percebo que não devo usar o .predict corretamente e leia os vários outros problemas que as pessoas tiveram, mas parecem não se aplicar ao meu caso.

editar Acredito que 'endog', conforme definido, esteja incorreto - eu deveria passar os valores para os quais quero prever; portanto, criei um período de 12 períodos após o último valor registrado. Mas ainda sinto falta de algo, pois estou recebendo o erro:

matrices are not aligned

editar Aqui está um trecho de dados, a última coluna (em vermelho) de números é o delta da data, que é uma diferença em meses da primeira data:

month   monthly_data    monthly_data_smoothed5  monthly_data_smoothed8  monthly_data_smoothed12 monthly_data_smoothed3  date_delta
0   2011-01-31  3.711838e+11    3.711838e+11    3.711838e+11    3.711838e+11    3.711838e+11    0.000000
1   2011-02-28  3.776706e+11    3.750759e+11    3.748327e+11    3.746975e+11    3.755084e+11    0.919937
2   2011-03-31  4.547079e+11    4.127964e+11    4.083554e+11    4.059256e+11    4.207653e+11    1.938438
3   2011-04-30  4.688370e+11    4.360748e+11    4.295531e+11    4.257843e+11    4.464035e+11    2.924085