示例：线性预测 2
周期性数据的预测
使用
predict 函数来查找周期性数据集的未来值。
2. 绘制周期性数据集图像。
3. 计算函数接下来的 20 个点。
4. 使用 predict 函数来外推接下来的 20 个数据点。
5. 将计算外推所得的数据点添加到原始绘图中，然后比较结果。
如该绘图所示，predict 函数对周期性数据处理得非常好。这是因为它依靠的是自相关。
线性数据的预测
使用 predict 函数来求出线性数据集的未来值。
1. 定义线性数据集。
2. 绘制线性数据集图像。
3. 计算函数接下来的 50 个点。
4. 使用 predict 函数来外推接下来的 100 个数据点。
5. 将计算外推所得的数据点添加到原始绘图中，然后比较结果。
在开始时，线性预测很准确。随后，predict 函数会周期性波动。一般而言，不推荐超前预测太多。
预估前面的值
predict 函数还可用来预估时间序列数据集中前面的值。
1. 定义并绘制时间序列。
2. 设置前面值的个数。
3. 使用函数
reverse 来颠倒原始数据点的顺序，然后将
predict 应用到反向时间序列中。
4. 对结果矢量求逆。
5. 绘制外推值和原始时间序列。
在时间序列的最后一个外推点和第一个数据点之间画虚线，以此来帮助用户看到完整的数据点集。
