Seveda velja ta zakonitost za polinome in ne za empirično
dobljene časovne vrste, ki vsebujejo tudi iregularne (slu-
čajne) komponente, Če je proces  polinomski s stopnjo n,

bo (n"4)-va diferenca v poprečju enaka 0, Zato skušamo v prvi
fazi obravnavanja časovne vrste izločiti iz osnovnih podatkov
vse komponente razen trenda in zgornji test uporabiti na tako
prirejenih podatkih,

Literatura [3] pa predlaga tudi naslednji pristop. Vzemimo

za model procesa polinom k-te stopnje. Za ta polinom izra-
čuna jno ocene parametrov, nato pa testirajmo, ali se parame-
tei pri členu z najvišjo potenco značilno razlikuje od 0, Če
se ne razlikuje značilno, zmanjšajmo stopnjo polinoma na (k-1)
itdš

Vendar pa je v večini primerov izbor polinoma ustrezne stop-
nje zelo subjektivnega značaja: prognostik izbira vrsto raz-
ličnih polinomov in jih prireja obravnavani časovni vrstiš
Tisti polinom, ki se najbolj prilega empiričnim podatkom, upo-
rabi kot model časovne vrste;

Transcendentni modeli

Za potrebe prognoziranja ekonomskih in poslovnih pojavov se
med transcendentnimi modeli največ uporabljajo eksponenci-
alni in trigonometrični modeli,

Eksponentna funkcija lahko dobro opiše proces, pri katerem

je stopnja rasti proporcionalna z doseženim nivojem (vrednost-
jo) pojava (procesa). Najpreprostejši eksperimentalni model
časovne vrste ima obliko

—- e
fit) ka (o)

Pri tem modelu je količnik med dvema zaporednima vrednostnima
konstanten: