Большое внимание уделено классической парной и множественной регрес­сии, классическому и обобщенному методам наименьших квадратов. Подробно рассмотрены проблемы, возникающие при построении многомерной регрессии: мультиколлинеарность, фиктивные переменные, гетероскедастичность модели. Приведены анализ одномерных временных рядов и их компонентного соста­ва, а также способы подбора модели поведения. Описаны адаптивные методы в экономическом прогнозировании, методы одновременных уравнений, модели авторегрессии — скользящего среднего и модели с гетероскедастичностью диспер­сии. Изучение представленного материала предполагает широкое использование техники расчетов в пакете прикладных программ STATISTICA. Для студентов экономических специальностей всех форм обучения, а также аспирантов, преподавателей высших учебных заведений и специалистов.