pythonのPredict関数の使い方

前提・実現したいこと

重回帰を利用してデータ分析をしようといています。
predict関数の引数の設定方法がNGだとエラーが出ています。。
コードは以下の通りです。

import statsmodels.formula.api as smf
from statsmodels import api as sm

'''説明変数'''
X = sm.add_constant(sample_data1.drop('sales',1))
'''「sample_data1」にデータが入っています。'''

'''目的変数'''
Y = sample_data1.sales

'''モデルの設定'''
model = smf.OLS(Y,X)

'''回帰分析の実行'''
result = model.fit()

'''結果を表示'''
result.summary()

'''ここでエラー！！'''
model.predict(X)

発生している問題・エラーメッセージ

（エラーメッセージは以下のとおりです。）
~\AppData・・（省略）・・ \linear_model.py in predict(self, params, exog)
343 exog = self.exog
344 
--> 345 return np.dot(exog, params)
346 
347 def get_distribution(self, params, scale, exog=None, dist_class=None):

ValueError: shapes (150,4) and (150,4) not aligned: 4 (dim 1) != 150 (dim 0)

### 該当のソースコード

```ここに言語名を入力
ソースコード
python

### 試したこと
Xという変数をPrecdict関数の引数に入れていますが、説明変数を直接引数に入れたりして試しました。


よろしくお願いします。

gh640

2018/11/13 01:27 編集

ぱっと見てどこが悪いかわかりませんが、エラーが出るかどうかはおそらく「実際のデータ」と「実際のコード」に依存するかと思います。もしまだ回答を求めていらっしゃったら、他の人でもエラーが再現できるサンプルデータと（問題が再現できさえすれば数行だけでかまいません）と、実際のコードをお示しいただくと回答が得られやすくなるかと思います（コードの一部だけを抜粋して載せる場合は、そのコードで他の方でも問題が再現できることが理想です）。 / タイトル「 pythonのPredict関数の使い方」は「 statsmodels の OLS の predict() メソッドでエラーが出る」等とされた方がより適切な注目を得られるものと思います（ちゃんとタグ付けされているので、 Python であることはタイトルで示されなくてもわかります）。 / コードを適切にハイライトできる機能がありますので、それを利用された方がよりよいと思います。ご参考になさってください。