прогнозируемого процесса с целью выбора экстраполирующей функции и границ, изменения ее параметров.

Цель предварительной обработки исходной числовой инфор­мации — уменьшить влияние случайной составляющей и облег­чить задачу математического описания тренда. Такая обработка чаще всего выполняется путем сглаживания и выравнивания ста­тистического ряда.

Сглаживание ряда направлено на минимизацию отклонения точек случайного ряда от некоторой гладкой кривой, изобра­жающей предполагаемый тренд процесса. Обычно сглаживание производится с применением многочленов, представляющих по методу наименьших квадратов совокупности экспериментальных точек. Совокупности точек, по которым производится сглажива­ние, берутся скользящими по всей таблице экспериментальных значений. Чаще всего применяется линейное сглаживание по трем точкам. Формулы сглаживания в этом случае имеют вид:

У о = 1/3 (y-1 + уо + y+i),

У -1 = 1/6 (5у- 1 + 2уо - y+1),

 У +1= 1/6 (-y-1 + 2уо + 5y+1),

где уо и уо, у-1 и y-1, y+1 и y+1  — значения исходной и сглажен­ной функций соответственно в средней, левой и правой точках.

Выравнивание ряда служит для более удобного представления ис­ходной информации без изменения ее значений. Выравниванием на­зывается представление эмпирической формулы у =f (x, a ) в виде Y= А + Вх.

Большинство функций, наиболее распространенных в прак­тике, более или менее просто поддаются выравниванию. Суще­ствуют общие приемы выравнивания, основные из них — лога­рифмирование и замена переменных.

Сформированные на основании всей собранной и соответст­вующим образом обработанной информации управленческие решения рассматриваются и среди них осуществляется соответ­ствующий выбор. Обычно к моменту такого выбора все еще со­храняется неопределенность информации, обусловленная нали­чием многих ситуаций и целей, поэтому используется принцип последовательного сужения множества решений. Имеются три стадии такого сужения множества решений: