例: 線形予測 1
predict関数を使用して時系列の次の予測値を求めます。
1. ベクトル y に時系列のデータセットを定義します。このデータは等間隔の時間で測定されているものと見なされます。
2. 時系列をプロットします。
3. predict が将来値の計算に使用する先行値の数および predict によって返される将来値の数を定義します。
4. predict 関数を呼び出して時系列の将来値を外挿します。
5. 観測データと予測値をプロットします。
predict 関数の動き
予測関数の動きについて理解するため、時系列および先行値と将来値の数を定義します。
predict 関数は、予測に使用する先行値ごとに重み付け係数を計算します。未知数が n 個の場合、predict 関数には n 個の方程式が必要です。この関数は次の予測モデルから方程式を構築します。
ここで、X は時系列、c は重み付け係数のベクトルです。重み付け係数は Burg 法と呼ばれる方法によって計算されます。
predict 関数が将来値を推定可能になりました。
上記の値は predict 関数によって返される値と同じです。
 | 線形予測に使用される重み付け係数はすべての X データを使用して計算されるので、時系列内の点の数を変更すると、返される予測値が影響を受けます。 |
エラーメッセージ
predict によって返されるエラーはその引数が原因であることがよくあります。アルゴリズムそのものが原因となる場合もあります。
予測値をすべてのデータ点の線形関数として求めることはできません。データ点は (n - 1) 個まで使用できます。
データ点の数に比べて大きすぎない数を選択するようにしてください。