回帰分析の結果を散布図にしたい

Question

前提・実現したいこと

Python、統計学初心者の者です。
仕事の関係で、下記のことをPythonで実現したいと考えております。

① GLMを用いたポアソン回帰分析(単変量)を行う
② 上記の結果を散布図に表示する

発生している問題・エラーメッセージ

まず、お弁当の需要予測(https://signate.jp/competitions/24)のデータを用いて、
上記の手法をトライしました。
Python初心者で思い通りのコードを書くことはできないので、
インターネットからコードのコピペを組み合わせて試行錯誤しました。
(https://tanuhack.com/statsmodels-multiple-lra/　
https://hk29.hatenablog.jp/entry/2018/05/14/023231
を参考にしました。)

無事結果が出ましたが、コードに誤りがないか自信がありません。
もし誤りがあればご教授いただければ幸いです。

該当のソースコード

# 1. 必要なライブラリの読み込み
import pandas as pd
import statsmodels.formula.api as smf
import statsmodels.api as sm
import matplotlib.pyplot as plt

# 2. 使用するデータの読み込み
df = pd.read_csv("Desktop/Pyhton memo/trainmoji.csv", encoding="shift-jis")

# 3. smf.glmで使うformula(線形予測子)とfamily(確率分布)を設定する
y = df['y'] 
x = pd.get_dummies(df[['temperature']]) # 説明変数には質的変数も代入できるようget_dummiesを使用
family = sm.families.Poisson()

x = sm.add_constant(x)

# 4. 先ほどの設定値を使って一般化線形モデルを作成
model = sm.GLM(y, x, family=family)

# 5. 作成したモデルを学習させる
result = model.fit()

# 6. 結果の表示
result.summary()

# 7. AICを確認
result.aic

# 8. GLMによる予測値を取得

pred = result.predict(x)
df['pred'] = pred


# 9. 散布図の作成

plt.figure()
plt.title('GLM scatter plot y---temperature ')
plt.xlabel('temperature', fontsize=14)
plt.ylabel('y', fontsize=14)
plt.scatter(df.temperature, df.y, c='blue', label='Raw data')
plt.scatter(df.temperature, df.pred, c='red', label='GLM')
plt.legend(loc='lower right', fontsize=12)

plt.show

補足情報（FW/ツールのバージョンなど）

解析結果のスクリーンショットを添付しております。

Answer 1

はい。
実現したい①②とコードの実行結果に明らかな誤りと考えられるものは認められません。