Как быть с исходными данными для прогнозирования при дефиците или недоступности информации?

При дефиците или недоступности исходных данных для прогнозирования можно попробовать следующие подходы:

• Структурировать проблемную ситуацию, построить адекватную и достоверную математическую модель и провести активный эксперимент. yandex.ru Если это удаётся сделать, получаются релевантные базы данных, достаточные для вычислений прогнозов с заданной точностью. yandex.ru
• Использовать качественные методы. bibl.nngasu.ru www.nntu.ru Они основаны на субъективных экспертных оценках и применяются, когда данные за прошедшие периоды времени недоступны или недостоверны. www.nntu.ru
• Применить экстраполяцию. www.nntu.ru Этот метод основан на распространении прошлых и настоящих тенденций, закономерностей и связей на будущее развитие объекта прогнозирования. www.nntu.ru Прогноз, полученный экстраполяцией, не будет отличаться высокой точностью, но даст некоторое представление о возможном значении исследуемого параметра в будущем. www.nntu.ru
• Использовать информацию о релевантной продукции. cyberleninka.ru Если на рынке есть продукты с идентичной динамикой спроса, для прогнозирования можно использовать данные о спросе релевантной продукции за прошлые периоды. cyberleninka.ru