matlab预测模型代码

以下是一个简单的MATLAB时间序列预测模型的示例代码：

% 导入数据
data = xlsread('data.xlsx');

% 划分训练集和测试集
train_data = data(1:80);
test_data = data(81:end);

% 构建ARIMA模型
model = arima(2,1,2);
[fit,~,logL] = estimate(model,train_data);

% 预测
[yPred, yCI] = forecast(fit,20,'Y0',train_data);

% 绘制预测结果
figure
plot(train_data)
hold on
plot(81:100,yPred,'r')
plot(81:100,yCI(:,1),'k--')
plot(81:100,yCI(:,2),'k--')
legend('实际值','预测值','置信区间')

这个例子中使用的是ARIMA模型，其中`arima(2,1,2)`表示模型使用2个自回归项、1个差分项和2个移动平均项。`estimate`函数用于拟合模型，`forecast`函数用于进行预测。最后，可以使用`plot`函数绘制训练集和测试集的实际值以及预测结果和置信区间。