Задача.

Имеются результаты продаж за первое полугодие (помесячные). Необходимо экстраполировать и оценить помесячные результаты продаж за следующее полугодие.

 Примечания:
1. Сезонные колебания пока опускаем,но теоретически доступны результаты за предыдущий год(ы)

2. Распределение неизвестно (линейная экстраполяция, ИМХО, даст слишком грубые результаты)

3. В отличике от результатов экспериментов в данном случае "погрешности" каждой цифры разные, т.е. допустим сейчас май, тогда данные за апрель и март дадут гораздо более точную характеристику рынка и его тенденции на ближайшее будущее чем данные за прошлый год.


Как решить такую задачу?
 

можно попробовать модель линейного предсказания:
x(n)=a1*x(n-1)+...+am*x(n-m)
"обучить её" на предыдущей выборке
сумма[по n] квадрат(x(n)-a1*x(n-1)-...-am*x(n-m))
в принципе, должна ловить всякие линейные приращения, чего-нибудь экспоненциальное (и гармоническое), ну и периодические зависимости, наверное, если они меньше m
 

Спасибо... А учитывая мой полный ноль в математике я буду несказно благодарен, если ещё последует разъяснение каждой буквы в этом выражении - чего она значит (я догадываюсь, но хочу знать на верняка...) 

вот, например, ссылочка: http://www.phon.ucl.ac.uk/courses/spsci/dsp/lpc.html 

x_{n} - результат продаж за n-ый месяц.

a_{k}- неизвестные коэффициенты, которые надо найти по данным за предыдущие годы 

Ну вообще может помочь сингулярный анализ. Ссылок много в инете 

Спасибо