Процедура ретропрогноза. 
Методы социально-экономического прогнозирования . Теория и методология

В связи с тем, что точность аппроксимации не гарантирует точность прогнозирования, попытки получить хоть какую-то более адекватную оценку точности предлагаемого прогноза привели к разработке процедуры ретропрогноза, в соответствии с которой имеющаяся выборка делится на две части.

• 1. Обучающая выборка. Она больше по объему и включает в себя наблюдения от 1 до Т — /г, где h выбирается исследователем, но чаще всего так, чтобы не быть больше Т/3.
• 2. Тестовая выборка меньше по объему и включает в себя наблюдения от Т — h + 1 до Т.

По первой части строится модель и оцениваются значения ее коэффициентов. Затем, но построенной модели дается прогноз на h — 1 наблюдение вперед. Полученный прогноз сравнивается с фактическими значениями прогнозируемого показателя. Далее ошибка ретропрогноза используется для расчета показателей точности прогноза (МАРЕ и пр.), после чего делается вывод о точности модели.

В процедуре ретропрогноза лучше использовать несколько моделей, тогда на их основе можно будет выбрать ту модель, которая дает более точный прогноз на тестовой выборке. Такая процедура, с одной стороны, позволяет оценить точность прогноза в будущем (при условии, что намеченные тенденции и связи сохранятся), а с другой, — вроде бы гарантирует, что будет выбрана модель, которая дает более точный прогноз для исследуемого ряда данных.