Эта работа опубликована в сборнике научных трудов «Естествознание и гуманизм» (2006 год, Том 3, выпуск 4), под редакцией проф., д.б.н. Ильинских Н.Н. Посмотреть титульный лист сборника

В настоящее время в условиях рыночной конкуренции процесс подготовки и принятия решений менеджерами компаний должен включать тщательный анализ имеющихся данных, базирующийся на методах математической статистики. При этом существенную помощь в получении необходимой информации могут оказать современные информационные технологии интеллектуального и статистического анализа данных.
Опишем предлагаемый нами подход.
Пусть имеются данные за определенный период о количестве продаж определенного продукта (например – по неделям или месяцам).
На основе этих данных мы строим регрессионную модель (самый простой случай – линейная модель). Для оценки параметров уравнения парной регрессии используется метод наименьших квадратов
Далее, после построения модели для N данных периодов на основе известных данных о количестве продаж в этих периодах, мы используем ее для получения количества продаж в N+1 период (делаем прогноз).
Предлагается провести расчеты для различных значений N (N=3, 4, …). Причем пусть значения количества продаж в N+1 период известно. Проводя сравнение точного значения количества продаж и результата, полученного на основе построенной модели, можно оценить ошибку.
Тогда имея информацию об ошибках модели для достаточно большого числа N, можно оценить максимальную ошибку.
Построенная модель может быть построена на основе результатов, например, исследований за год. В следующем году данные будут меняться, но не сильно.
Ошибка может быть уменьшена за счет выбора другой регрессионной модели.
Подобный подход может быть использован при прогнозировании необходимых закупок товаров для хранения на складе.