线性预测
• predict(v, m, n) - 返回跳过 v 中最后一个值的 n 个预测值的矢量，假设数据是以相等的时间间隔测得的。
函数 predict 使用 Burg 方法计算 v 中后 m 个点的自相关系数，这些系数随后可用于预测 (m + 1) 个点的值。此过程将在滑动窗口中重复多次。此算法在数据处于平滑和震动（尽管不一定是周期性震动）状态时十分有用。
可将线性预测用于外插，但不应与线性或多项式外插相混淆。通过将 v 的顺序反向排列，函数 predict 可用于估计前面的值。
自变量
• v 为相同间隔数据样本所组成的实数据矢量。
• m, n 为正整数 0 < m < length(v) − 1。通常，m 应比 length(v) 小得多。当用户将预测点数量 n 增加到大于 m 时，将仅根据先前预测的值求出预测值，从而可能会产生不需要的结果。