python自变量错误_pandas statsmodels中的predict（），添加自变量

我正在用熊猫建立一个多元线性回归模型：import pandas as pd

import statsmodels.api as sm

climate = pd.read_csv("climate_change.csv")

climate_train = climate.query('Year <= 2006')

climate_test = climate.query('Year > 2006')

y = climate_train['Temp']

x = climate_train[['MEI', 'N2O', 'TSI', 'Aerosols']]

x = sm.add_constant(x)

model2 = sm.OLS(y, x).fit()

model2.summary()

我想在我的测试数据集上测试它：

^{pr2}$

但我得到了以下错误：ValueError: shapes (24,11) and (5,) not aligned: 11 (dim 1) != 5 (dim 0)

从this question我怀疑这可能与我没有向测试数据集添加常量有关，但是model2.predict(sm.add_constant(climate_test))

也不管用。如果我显式列出自变量，它会起作用：model2.predict(sm.add_constant(climate_test[['MEI', 'N2O', 'TSI', 'Aerosols']]))

但是由于model2已经“知道”了这些变量，我看不出为什么要在方法调用中重复这些变量。在

如何预测()而不显式调用自变量？在