示例：线性预测 1
使用 predict 函数返回时间序列的下一个预测值。
1. 定义矢量 y 中时间序列的数据集。假设数据是以相等的时间间隔测得的。
2. 绘制时间序列图像。
3. 定义用于 predict 计算未来值的先前值的数目，以及 predict 应返回的未来值的数目。
4. 调用 predict 函数预测时间序列的未来值。
5. 绘制观测数据和预测值的图像。
如何进行预测
要了解该函数如何工作，需定义时间序列以及先前值和未来值的数目。
predict 函数需要计算用于预测的每个先前值的加权因子。如果有 n 个未知数，则 predict 函数需要使用 n 个方程。它可由下面的预测模型构建方程：
其中 X 为时间序列，而 c 为加权因子矢量。加权因子可通过一种被称为 Burg 方法的技术进行计算。
现在，predict 函数可估算未来值。
这些值与 predict 函数返回的值相同：
 | 增加或减少时间序列中点的数目会影响返回的预测值，因为 predict 会取所有 X 数据来计算用于线性预测的加权因子。 |
错误消息
predict 所返回的错误消息通常与其自变量有关。但有一种情况，错误消息与算法本身相关：
预测值不能作为所有数据点的线性函数。您最多可使用 (n - 1) 个数据点：
最好应选取相对于数据点数量并不是太大的值。