Funzioni > Analisi dati > Interpolazione e predizione > Predizione lineare
  
Predizione lineare
predict(v, m, n) - Restituisce un vettore di n valori previsti dopo l'ultimo valore in v, presupponendo che i dati vengano misurati a intervalli di tempo uguali.
La funzione predict utilizza il metodo di Burg per calcolare i coefficienti di autocorrelazione per gli ultimi m punti in v, che vengono quindi utilizzati per predire il valore del punto (m + 1). Questa procedura si ripete in una finestra mobile. Questo algoritmo risulta utile quando i dati sono uniformi e oscillatori, per quanto non necessariamente periodici.
La predizione lineare è utilizzabile per l'estrapolazione ma non va confusa con l'estrapolazione lineare o polinomiale. Invertendo l'ordine di v, la funzione predict consente di stimare i valori precedenti.
Argomenti
v è un vettore di dati reali contenente campioni di dati con spaziatura uniforme.
m, n sono interi positivi, 0 < m < length(v) − 1. In pratica, m deve essere molto più piccolo di length(v). Se il numero di punti previsti n aumenta fino a superare m, i valori previsti verranno calcolati solo in base ai valori già previsti in precedenza ed è possibile che vengano restituiti risultati indesiderati.