함수 > 데이터 분석 > 보간 및 예측 > 예제: 선형 예측 1
예제: 선형 예측 1
predict 함수를 사용하여 시계열의 다음 예측 값을 구합니다.
1. 벡터 y에서 시계열의 데이터 집합을 정의합니다. 이 데이터는 일정한 시간 간격을 두고 측정한 것으로 가정합니다.
이 식을 복사하려면 클릭
2. 시계열을 도표화합니다.
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
3. 미래 값을 계산하기 위해 predict에 사용할 이전 값의 개수와 predict를 사용하여 구하려는 미래 값의 개수를 정의합니다.
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
4. predict 함수를 호출하여 시계열의 미래 값을 외삽합니다.
이 식을 복사하려면 클릭
5. 관측한 데이터와 예측한 값을 도표화합니다.
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
predict의 작동 방식
이 함수가 작동하는 방식을 이해하기 위해 시계열을 정의하고 이전 값과 미래 값의 개수를 정의합니다.
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
predict 함수는 예측에 사용되는 이전 값 각각에 대해 가중치 인수를 구해야 합니다. 알려지지 않은 값이 n개이면 predict 함수에 n개의 방정식을 사용해야 합니다. 방정식은 다음과 같은 예측 모델을 통해 작성됩니다.
이 식을 복사하려면 클릭
여기서 X는 시계열이고 c는 가중치 인수의 벡터입니다. 가중치 인수를 구하는 데는 버그(Burg) 방법이라는 기술을 사용합니다.
이 식을 복사하려면 클릭
이제 predict 함수를 사용하여 미래 값을 추정할 수 있습니다.
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
이 식을 복사하려면 클릭
이 결과는 predict 함수로 구한 값과 동일합니다.
이 식을 복사하려면 클릭
* 
시계열의 점 개수가 증가 또는 감소하는지에 따라 반환되는 예측 값이 영향을 받습니다. 이 예측에서는 모든 X 데이터를 사용하여 선형 예측에 사용되는 가중치 인수를 계산하기 때문입니다.
오류 메시지
predict를 실행할 때 표시되는 오류 메시지는 대부분 해당 인수 때문에 발생하지만 다음 경우에 발생한 오류 메시지는 알고리즘 자체와 관련이 있습니다.
이 식을 복사하려면 클릭
예측 값은 모든 데이터 점의 선형 함수일 수 없습니다. 따라서 데이터 점은 최대 (n - 1)개까지만 사용할 수 있습니다.
이 식을 복사하려면 클릭
대개의 경우 데이터 점의 양을 기준으로 너무 크지 않은 값을 선택하는 것이 좋습니다.
도움이 되셨나요?