matlab 时间序列预测 arima代码

以下是一个基本的 MATLAB ARIMA 时间序列预测代码示例：

% 读取时间序列数据
data = readtable('data.csv');
y = data.Value;

% 拆分训练集和测试集
train_size = floor(0.8 * length(y));
train_data = y(1:train_size);
test_data = y(train_size+1:end);

% 拟合ARIMA模型
mdl = arima(2,1,2); % 训练ARIMA(2,1,2)模型
fit = estimate(mdl, train_data); % 拟合模型

% 预测未来值
num_predictions = length(test_data); % 预测未来值的数量
[forecast, ~, ~] = forecast(fit, num_predictions, 'Y0', train_data); % 预测未来值

% 绘制预测和实际值
figure
plot(y)
hold on
plot(train_size+1:length(y), forecast, 'r')
plot(train_size+1:length(y), test_data, 'g')
legend('原始值', '预测值', '测试集')

在上面的代码中，首先读取时间序列数据，然后将数据拆分为训练集和测试集。接下来，使用 `arima` 函数定义 ARIMA 模型，并使用 `estimate` 函数拟合模型。最后，使用 `forecast` 函数预测未来值，并绘制预测值和实际值的图表。

这只是一个基本的示例，你可以根据你的数据和需求进行修改和扩展。