Некоторые преимущества модели Брауна при краткосрочном прогнозировании:

• Учёт изменений в тенденции. 4 Модель присваивает различным наблюдениям разные веса в зависимости от того, насколько сильным считается их влияние на текущий уровень. 4 Это позволяет учитывать любые колебания, в которых прослеживается закономерность. 4
• Адаптация к новой информации. 34 Модель постоянно учитывает новую информацию и к концу периода обучения отражает тенденцию развития процесса, существующую в данный момент. 4

Некоторые недостатки модели Брауна при краткосрочном прогнозировании:

• Сложности с подбором параметров. 1 Значения параметров определяют прогнозные свойства модели, но универсального алгоритма их задания не существует. 1 Исследователю приходится тратить много времени на подбор значений коэффициентов, при которых прогноз получится более адекватным. 1
• Влияние начального приближения. 2 Когда число наблюдений невелико, а постоянная сглаживания мала, то вес начального приближения может быть большим и оказывать существенное влияние на результат прогнозирования, снижая его точность. 2
• Необходимость учитывать исходные и новые данные. 3 Модель позволяет адаптировать исходную модель, но при этом приходится учитывать исходные и новые данные, что может быть недостатком. 3