vaatlusaluste subjektide ruumilise kogumi elementide muutumise aegread. Sellise käsitlusviisi korral tekib võimalus prognoosida (ekstrapoleerida) ka determinantide mõju intensiivsust iseloomustavate parameetrite (nt regressioonikordajate) muutumist. Sellega võimaldab aegridade ja ruumikogumite andmetele tuginevate metoodikate uhendamine suurendada väliskeskkonna tingimuse prognoosi põhjendatust. Nii inertsile tugineva kui ka tegurimudelite alusel tehtava prognoosi puhul tuleb leida parameetrite muutumise usalduspiirid ja parameetrite konkreetsete väärtuste jaotumise tõenäosused usalduspiiridega määratud intervallis. See võimaldab ule minna alternatiivide võrdlemisele väliskeskkonna määramatuse korral. Prognoosimine toetub prognoositavate protsesside olemuse pusivusele ja nende protsesside muutumist iseloomustavate
kujunemise mudel erinevate majandusprotsesside ruumilise vaatluskogumi alusel. Edasi koostatakse seoseparameetrite muutumise inertsil rajanevad prognoosid. Tegelike ja teoreetiliste väärtuste erinevuste alusel tuuakse välja väliskeskkonna tingimuse S kujunemise spetsiifilised seaduspärasused kõigis vaatlusalustes majandusprotsessides. - Nii inertsile tugineva kui ka tegurimudelite alusel tehtava prognoosi puhul tuleb leida parameetrite muutumise usalduspiirid ja parameetrite konkreetsete väärtuste jaotumise tõenäosused usalduspiiridega määratud intervallis. See võimaldab minna üle alternatiivide võrdlemisele väliskeskkonna määramatuse korral. - Samas ei lahenda informatsiooni omamine protsessi mineviku kohta probleemi, sest puudub mittestatsionaarsete juhuslike protsesside prognoosimise teooria
annaabi.ee 
