Utilizzare la funzione predict per trovare valori futuri di insiemi di dati periodici.
1. Utilizzare le funzioni sin e cos per definire un insieme di dati periodici.
2. Tracciare il grafico dell'insieme di dati periodici.
3. Calcolare i 20 punti successivi della funzione.
4. Utilizzare la funzione predict per eseguire l'estrapolazione dei 20 punti dati successivi.
5. Aggiungere i punti dati calcolati ed estrapolati al grafico originale e quindi confrontare i risultati.
Come illustrato nel grafico, la funzione predict funziona molto bene sui dati periodici. Ciò è dovuto al fatto che la predizione dipende dall'autocorrelazione.
Predizione di dati lineari
Utilizzare la funzione predict per trovare valori futuri di insiemi di dati lineari.
1. Definire un insieme di dati lineari.
2. Tracciare il grafico dell'insieme di dati lineari.
3. Calcolare i 50 punti successivi della funzione ed eseguirne l'estrapolazione.
4. Utilizzare la funzione predict per eseguire l'estrapolazione dei 100 punti dati successivi.
5. Aggiungere i punti dati calcolati ed estrapolati al grafico originale e quindi confrontare i risultati.
La predizione lineare è inizialmente corretta. Più avanti, la funzione predict forza la periodicità. Non è in genere consigliabile spingersi troppo oltre con la predizione.
Stima di valori precedenti
È possibile utilizzare la funzione predict anche per stimare valori precedenti di un insieme di dati di una serie temporale.
1. Definire una serie temporale e tracciarne il grafico.
2. Impostare il numero di valori precedenti.
3. Utilizzare la funzione reverse per invertire l'ordine dei punti dati originali e quindi applicare predict alla serie temporale invertita.
4. Invertire il vettore di risultati.
5. Tracciare il grafico dei valori estrapolati e della serie temporale originale.
Viene tracciata una linea tratteggiata tra l'ultimo punto estrapolato e il primo punto dati della serie temporale per semplificare la visualizzazione dell'insieme completo di punti dati da parte dell'utente.
