範例：線性預測 2
定期數據預測
使用
predict 函數求解定期數據集的未來值。
2. 繪製定期數據集。
3. 計算函數的後 20 個點。
4. 使用 predict 函數推斷後 20 個數據點。
5. 將計算及推斷的數據點新增至原始繪圖，然後比較結果。
如圖所示，predict 函數將定期數據處理得非常好。這是因為其取決於自相關性。
線性數據預測
使用 predict 函數求解線性數據集的未來值。
1. 定義線性數據集。
2. 繪製線性數據集。
3. 計算函數的後 50 個點。
4. 使用 predict 函數推斷後 100 個數據點。
5. 將計算及推斷的數據點新增至原始繪圖，然後比較結果。
線性預測一開始相當良好。更進一步，predict 函數還會強迫進行週期性。一般不建議預測太遠。
預測優先值
predict 函數也可用於預測一組時間序列數據的優先值。
1. 定義並繪製時間序列。
2. 設定優先值的數值。
3. 使用函數
reverse 反轉原始數據點的順序，然後將
predict 套用至反轉的時間序列。
4. 反轉結果的向量。
5. 繪製外推值與原始時間序列。
為協助使用者顯現一組完整的數據點，會在時間序列的最後一個外推點與第一個數據點之間繪製虛線。
