python statsmodels plot_predict:如何预测数据？

import statsmodels.api as sm
import matplotlib.pyplot as plt

# 假设我们有一个包含自变量X和因变量y的数据集
X = ...
y = ...

# 使用statsmodels库中的相应模型类来拟合数据
model = sm.OLS(y, X)  # 以线性回归为例
results = model.fit()

# 使用拟合好的模型进行预测
predictions = results.get_prediction(X)

# 绘制预测结果的可视化图表
fig, ax = plt.subplots()
ax.plot(X, y, 'o', label="实际数据")
predictions.predicted_mean.plot(ax=ax, label="预测数据")
ax.fill_between(predictions.conf_int().index,
                predictions.conf_int().iloc[:, 0],
                predictions.conf_int().iloc[:, 1],
                color='b', alpha=0.1)
ax.legend()
plt.show()