Может ли линейная регрессия дать отрицательное значение при положительной осевой переменной

Да, линейная регрессия может предсказывать отрицательные значения даже при положительных признаках. Это происходит из-за отрицательных коэффициентов модели или отрицательного свободного члена (intercept). Например:

from sklearn.linear_model import LinearRegression
import numpy as np

X = np.array([[1], [2], [3]])
y = np.array([-1, -2, -3])  # Отрицательная зависимость

model = LinearRegression().fit(X, y)
print(model.predict([[4]]))  # Выведет отрицательное значение, например -4.0

Даже если все признаки положительные, отрицательный intercept или коэффициенты могут "перевесить" их вклад. Все зависит от данных, на которых обучается модель.