给出一组数据，如何用MATLAB去预测将来的数据。

这样：

x=[1 3 5 6 8 9 10 11 12 14 15 17 19 21 23 25];

y=[10 20 42 60 73 79 80 78 73 64 56 71 51 42 41 40];

plot(x,y,'ro');

p=polyfit(x,y,4);%于是拟合出的曲线就是p(1)x^4+p(2)x^3+p(3)x^2+p(4)x+p(5)，想拟合成其它次数的多项式只需将4改为相应的次数即可

f=poly2sym(p);

xinterp=[2 4 7 13 16 18 20 22 24];

yinterp=subs(f,xinterp);

hold on;

plot(xinterp,yinterp,'o');

ezplot(f,[0,30])

扩展资料：

注意事项

函数命令为：

a=polyfit(x,y,m)    % x，y为对应的自变量，m为需要拟合的最高次幂

y=polyval(a,x);      %根据拟合的函数得出x对应的因变量的值

函数表达形式为：f(x)=a1*x^m+...+am*x+a_m+1

polyfit(x,y,n)其中：x, y为已知数据点向量, 分别表示横、纵坐标，n为拟合多项式的次数, 结果返回m次拟合多项式系数, 从高次到低次存放在向量p中.参数p为拟合多项式 y=a1x^n+...+anx+a,共n+1个系数。

示例：

%多项式拟合

x = (0: 0.1: 7)';

y = sin(x);

p = polyfit(x,y,3) %p为拟合后的多项式系数

z=polyval(p,x);

plot(x,y,'r',x,z,'b')

其中p为拟合后的多项式系数，运行结果为：

p =0.0736   -0.7095    1.5250   -0.0296

问题在于你想拟合成什么函数。如果是简单的多项式函数可以用polyfit，程序如下
x=[1 3 5 6 8 9 10 11 12 14 15 17 19 21 23 25];
y=[10 20 42 60 73 79 80 78 73 64 56 71 51 42 41 40];
plot(x,y,'ro');
p=polyfit(x,y,4);%于是拟合出的曲线就是p(1)x^4+p(2)x^3+p(3)x^2+p(4)x+p(5)，想拟合成其它次数的多项式只需将4改为相应的次数即可
f=poly2sym(p);
xinterp=[2 4 7 13 16 18 20 22 24];
yinterp=subs(f,xinterp);
hold on;
plot(xinterp,yinterp,'o');
ezplot(f,[0,30])

楼主知道结果了吗？我现在也面临同样的问题