Заключение. 
Применение моделей кривых роста при построении бизнес-прогнозов

Кривые роста, описывающие закономерности развития явлений во времени, получают путем аналитического выравнивания динамических рядов. Выравнивание ряда с помощью тех или иных: функций (т.е. их подгонка к данным) в большинстве случаев оказывается удобным средством описания эмпирических данных, характеризующих развитие во времени исследуемого явления. Это средство при соблюдении ряда условий (на них мы остановимся в последней главе книги) можно применить и для прогнозирования.

Процесс выравнивания состоит из двух основных этапов:

• · выбора типов кривой, форма которой соответствует характеру изменения динамического ряда;
• · определения численных значений (оценивание) параметров кривой.

Найденная функция позволяет получить выравненные или, как их иногда не вполне правомерно называют, теоретические значения уровней динамического ряда, т. е. те уровни, которые наблюдались бы, если бы динамика явления полностью совпадала с кривой. Эта же функция с некоторой корректировкой или без нее, применяется и для экстраполяции.

Вопрос о выборе типа кривой является основным при выравнивании ряда. При всех прочих равных условиях ошибка в решении этого вопроса оказывается более значимой по своим последствиям (особенно для прогнозирования), чем ошибка, связанная со статистическим оцениванием параметров. К выбору типа кривой можно подойти различными путями. Однако какой бы путь (или их сочетание) ни был принят, он обязательно предполагает знакомство с основными их свойствами, главным образом с характером изменения приростов и некоторыми преобразованиями.