matlab arima代码

ARIMA（自回归移动平均模型）是一种常用的时间序列分析方法，用于预测未来的数值。在MATLAB中，可以使用econometric Toolbox中的arima函数来实现ARIMA模型的拟合和预测。

下面是一个简单的MATLAB ARIMA代码示例：

% 导入数据
data = xlsread('data.xlsx'); % 假设数据保存在data.xlsx文件中

% 拟合ARIMA模型
model = arima(2,1,1); % 创建ARIMA(2,1,1)模型，其中2表示自回归阶数，1表示差分阶数，1表示移动平均阶数
fitModel = estimate(model, data); % 用数据拟合ARIMA模型

% 预测未来值
forecastHorizon = 10; % 预测未来10个时间点的值
[forecast, ~] = forecast(fitModel, forecastHorizon); % 预测未来值

% 绘制原始数据和预测结果
figure;
plot(data);
hold on;
plot(length(data):length(data)+forecastHorizon-1, forecast, 'r');
legend('原始数据', '预测结果');

这段代码首先导入数据，然后使用arima函数创建ARIMA模型，并使用estimate函数拟合模型。接下来，使用forecast函数预测未来的值，并将原始数据和预测结果绘制在图表中。