Аннотация на русском языке: Представлено исследование на основе прогнозирования показателей сельского хозяйства. Прогнозы построены на экстраполировании неизвестных уровней динамического ряда, лежащих за его пределами, путем продления прошлого тренда. По методу сглаживания временного ряда дан прогноз для двух временных периодов. Разработан алгоритм сглаживания по простой скользящей средней в виде трех последовательных шагов. В результате анализа построены уравнения для прогноза, показано что прогнозы, осуществленные по уравнению тренда, тем достовернее, чем больше наблюдений. Полученные результаты прогнозирования тенденций развития отрасли позволят наблюдать соответствующие числовые значения целевых показателей в динамике в будущем. На их основе можно будет оценивать перспективы развития сельского хозяйства в заданных условиях.

The summary in English: The paper presents a study based on the forecasting of agricultural indicators for the period 2008-2016, which has three stages. At the first stage, trend models of gross agricultural output are constructed, at the second – the forecast of gross agricultural output is calculated on the basis of correlation and regression analysis in combination with trend modeling, and at the third-the forecast variants of agricultural development are calculated. Forecasts are based on extrapolation of unknown levels of the dynamic series, lying beyond its limits, by extending the previous trend. Extrapolation methods are most often used, and are based on the study of quantitative and qualitative indicators of the problem under study over a number of years, followed by a logical continuation of the trend for the forecast period. Smoothing of the time series is a common technique in identifying development trends. According to this method, the forecast for two time periods is constructed and presented. An algorithm for smoothing the simple moving average is developed, which is presented in the form of three consecutive steps. According to the results of the analysis, the equations for the forecast are constructed, it is shown that the forecasts made by the trend equation, the more reliable are. It is concluded that the use of the results of forecasting trends in the industry allows us to observe the corresponding numerical values of the targets in the dynamics in the future, and provides grounds for assessing the prospects of development of agriculture in the given conditions.

Ключевые слова: методика прогноза, оценка перспективы развития, экстраполяция, показатели развития, корреляционно-регрессионный анализ.
Key words: forecast methodology, assessment of development prospects, extrapolation, development indicators, correlation and regression analysis.