Линейный прогноз
• predict(v, m, n): возвращает вектор n прогнозируемых значений после последнего значения в v, предполагая, что данные измерены через равные промежутки времени.
Функция predict использует метод Бёрга для расчета коэффициентов автокорелляции для последних m точек в v, которые впоследствии используются для прогноза значения точки (m + 1). Эта процедура повторяется в скользящем окне. Этот алгоритм полезен для сглаженных и осциллирующих данных, не обязательно периодических.
Линейный прогноз может использоваться для экстраполяции, но его не следует путать с линейной или полиномиальной экстраполяцией. Функция predict может применяться для оценки априорных значений путем обращения порядка v.
Аргументы
• v является вектором вещественных данных для элементов выборки с одинаковыми интервалами.
• m, n - положительные целые числа, 0 < m < length(v) − 1. На практике значение переменной m должно быть значительно меньше, чем length(v). При возрастании количества предсказанных точек n свыше m предсказанные значения вычисляются только на основе предсказанных ранее значений, что может дать нежелательные результаты.