我的目标是使Sine适应时间序列并猜测下一个任期。这将是我正在建立的更大模型的指标之一（获得了大量的实时序列数据行）。下面是我问题的一个简单基本版本。
简单的8元素数据框：
a <- data.frame(Trial = c(-1,0,1,0,-1,0,1,0))
很容易看到它有一个正弦曲线，如一段时间内的振荡。 1 / -1不一定是正弦曲线的最大值/最小值，但是总体趋势是可以理解的。 下一个词显然是“ -1”，即第9个元素。
如何使用“ lm”功能在R中获得它（第9个元素）？我浏览了其他有关Sine的stackoverflow相关文章，但是找不到关于预测下学期的结论。
我尝试使用以下模型进行建模：
Temp_DF <- data.frame(a, X_values = 1:8)
Sine_Model = lm(Temp_DF$Trial~ I(sin(pi*2*Temp_DF$X_values)))
现在如何估算系列的下一期？
答案不必为“ -1”，因为没有地方可以通知模型上下限为1，-1。但是第9个项应小于0。这将增加我的预测能力模型。
以下预测行出现错误，要求总共8个输入。显然，这是将每一行都视为输入字符，这显然不是我的意图。
predict(object = Sine_Model, newdata = data.frame(X_values = 9))
如何拟合a + b sin（c x）之类的东西？那怎么预测呢？