В работе рассматривается метод интервального представления полиномиальных регрессий на основе коротких временных рядов. Определено понятие интервального образа модели, процедура оценки параметров которого сводится к решению задачи линейной оптимизации, близкой по смыслу к схеме равномерного приближения Чебышева.
Для оценки состоятельности интервальных регрессий предложено использовать информационную функцию, определенную на заданной статистике. Рассмотрены ее общие свойства, сформулирован принцип стационарности, позволяющий на индикативном уровне определить состоятельность прогноза. Предложены объективные интервальные оценки горизонта прогнозирования, включающего участки оптимистического и рискованного прогноза. Построена обобщенная характеристика прогностических свойств выбранной регрессионной модели относительно доступной статистики.
В работе предложена также схема составления оптимального прогноза для регрессий заданного порядка. При этом удается не только получить наилучшие (в смысле качества прогноза) оценки параметров интервальной регрессии, но и решить проблему «оптимального статистического окна». Приведены примеры типовых постановок задач оптимизации интервальных регрессий и практического применения метода.