цього методу, як і методу екстраполяції тенденцій, що визначає обмежене його використання тільки для короткострокових прогнозів, - неможливість отримання будь-яких причинно-наслідкових зв'язків для пояснення отриманих результатів. Він кілька більш трудомісткий, ніж попередній, проте швидкий розвиток комп'ютерних засобів і простота отримання первинних оцінок обумовлюють його безсумнівну ефективність і зростаюче використання в якості першого ступеня прогнозу.
3.3 Регресійний аналіз
Регресійний аналіз можна вважати узагальненої формою серіальних оцінок, однак, регресійні вирази дозволяють прогнозувати зміну прогнозованої змінної у вигляді функції (однієї і більше) інших змінних, тобто в ситуації, коли прогнозована змінна знаходиться в якійсь залежності від іншої змінної. Основним завданням регресійного аналізу є виявлення цієї залежності.
Численні пакети програм статистичної обробки та регресійного аналізу роблять використання цього методу простим і недорогим.
Основою застосування методів регресійного аналізу є наявність рядів (як правило, тимчасових) значень змінних, взаємозалежність між якими досліджується в ході аналізу. При цьому виявляється лише математична форма даної залежності, в якій, як правило, не відбивається дійсна причинно-наслідковий зв'язок між розглянутими змінними.
Отримання якісного прогнозу на основі регресійного аналізу залежить від правильного вибору незалежних змінних, а також знання їх можливих значень. p> Регресійний аналіз непридатний для прогнозування в тих випадках, коли невідомі майбутні значення незалежних змінних. Таким чином, регресійний аналіз, зокрема, не дуже корисний для визначення часу виведення нового продукту на ринок або передбачення того, які нові технологічні процеси виникнуть через п'ять років.
За наявності необхідних даних і деяких додаткових зусиль з обробки даних регресійний аналіз дає якісніші прогнози, ніж метод екстраполяції тенденцій і серіальні оцінки, дозволяючи здійснювати середньо-і довгостроковий прогноз.
3.4 Економетрика
Цей метод дозволяє групувати кілька отриманих регресійних виразів в якусь модель більш широких взаємозв'язків. Наприклад, необхідно дізнатися, скільки, мабуть, буде важити портативний персональний комп'ютер в наступному році або через три роки. Базове рівняння для отримання прогнозу дозволяє розглядати вага комп'ютера у вигляді функції ваги джерела живлення, диска, екрану, числа і ваги дисководів. У свою чергу, вага джерела живлення може бути прогнозований, принаймні, почасти, у функції темпу технічного прогресу натрієво-сірчаних батарей і, наприклад, підвищення температури надпровідності (прагнучи до досягнення надпровідності при кімнатній температурі). У третьому рівнянні можна пов'язати динаміку параметрів технічного прогресу і вагові характеристики плоского екрану. У четвертому рівнянні можна, наприклад, описати швидкість розвитку нових надпровідних матеріа...
