x korrelatsioonanalüüs x tasandamine ja filtreerimine x autoregressiooni ja libiseva keskmise mudelid (Prognoosina kasutatakse mitme eelnenud perioodi keskmist.). Autoregressiivses mudelis kasutatakse uut otsustusmuutujat (-muutujaid), selleks on uuritava näitaja eelneva(te) perioodi(de) väärtus (eeldusel, et aegrida on statsionaarne ja esineb autokorrelatsioon. x spektraalanalüüs x prognoosimine. Mudelit võib kasutada aegrea tulevaste elementide prognoosimiseks, ekstrapoleerides trendi. Lihtsaim võimalus on koostada ja kasutada trendi regressioonvõrrandit Y^ f t . Selle võrrandi abil saadud prognoositud väärtusi tuleb korrigeerida vastava sesoonse teguriga. Prognoosimine on mineviku kogemuse laiendamine tulevikku. Seejuures eeldatakse, et tulevased tingimused ei erine tingimustest, mille juures genereeriti andmed, välja arvatud mudeli otsustusmuutujad. Prognoosi
– Närviprotsesside aktiivsus – Aju mass Mida teame varase kortikaalse kahjustuse taastumisest? • Kk tingimused • Oleneb kahjustuse ajast – Haridus • Ekstrapoleerides loomkatsete tulemusi- on mitu võtme-perioodi: – Vanus – 3.trimester + perinataalne periood: KOHUTAV – Haigused (AT jm) – 2.k.-2.a.: PARIM TULEMUS – 2.a.-puberteet: parem võrreldes järgneva täiskasvanueaga
annaabi.ee 
