선형 예측
• predict(v, m, n) - 일정한 시간 간격을 두고 데이터를 측정한다는 전제 하에, v의 마지막 값 다음에 올 n개의 예측값으로 이루어진 벡터를 구합니다.
predict 함수는 버그(Burg) 방법을 사용하여 v의 마지막 m개 점에 대한 자기상관 계수를 구한 다음, 그 결과를 바탕으로 (m + 1)번째 점의 값을 예측합니다. 이 절차는 슬라이드 창에서 수차례 구현됩니다. 이 알고리즘은 데이터가 평활하고 진동하는 경우(주기적일 필요는 없음)에 유용합니다.
선형 예측을 외삽법에 사용할 수는 있지만 선형 또는 다항식 외삽법과 혼동해서는 안 됩니다. v의 순서를 반대로 바꾸면 함수 predict를 사용하여 이전 값을 추정할 수 있습니다.
인수
• v는 간격이 일정한 데이터 표본으로 이루어진 실수 데이터 벡터입니다.
• m, n은 양의 정수이고, 0 < m < length(v) − 1입니다. 이 함수를 실제로 사용할 때는 m이 length(v)보다 훨씬 작아야 합니다. 예측점 n의 수를 m보다 많게 늘리면 이전 예측값을 기준으로 새 예측값이 계산되므로 그 결과가 바람직하지 않을 수 있습니다.