بعد از آنکه سری­های ایستا () به دست آمدند، برمبنای آن­ها عمل پیش بینی صورت می­گیرد. سپس پیش بینی برای سری­های اصلی با حل معادلات تفاوت برای صورت می­گیرد. گاهی اوقات است، این مطلب بدان معناست که سری­های اصلی ایستا هستند، امّا این امر در عمل به ندرت اتفاق می­افتد. (فرشاد فر، ۲۶۳:۱۳۸۱)

۴-۳- تحلیل روند با بهره گرفتن از آزمون MANN- KENDALL
این آزمون ابتدا توسطMANN در سال ۱۹۴۵ ارائه شد و سپس توسط KENDALL در سال ۱۹۶۶ توسعه یافت. این روش در همان سال­ها مورد تائیدWMO قرار گرفت. همانند سایر آزمون­های آماری ، این آزمون نیز بر مبنای مقایسه فرض صفر و یک بوده و در نهایت در مورد پذیرش یا رد فرض صفر تصمیم گیری می­نمایند. فرض صفر این آزمون مبتنی بر تصادفی بودن و عدم وجود روند در سری داده­هاست و پذیرش فرض یک (رد فرض صفر) دال بر وجود روند در سری داده ­ها می­باشد.
مراحل محاسبه ی آماره­ی آزمون به این شرح است:

الف) محاسبه اختلاف بین تک تک جملات سری با همدیگر و اعمال تابع sgnو استخراج پارامتر s
رابطه شماره( ۱۳ ) فرمول محاسبه اختلاف تک تک جملات سری با همدیگر
n تعداد جملات سری
x_j دادهj ام سری
x_k داده k ام سری
تابع sgnنیز به شرح زیر تعریف می­گردد:
رابطه شماره ( ۱۴ ) فرمول محاسبه تابع sgn

ب) محاسبه واریانس با بهره گرفتن از رابطه زیر:
رابطه شماره ( ۱۵ ) فرمول محاسبه واریانس اگر n >10

اگر n >10
n تعداد داده ­ها
m تعداد سری­هایی است که در آن­ها حداقل یک داده تکراری وجود دارد
t فراوانی داده ­های با ارزش یکسان
رابطه شماره ( ۱۶ ) فرمول محاسبه واریانس اگر ۱۰ ≥ n
اگر ۱۰ ≥ n
ج ) استخراج آماره آزمون Z به کمک یکی از روابط زیر:
رابطه شماره ( ۱۷ ) فرمول استخراج آماره آزمون Z
S پارامتر محاسبه شده در فرمول (۱) می­باشد
رابطه شماره ( ۱۸ ) محاسبه S پارامتر محاسبه شده در فرمول شماره ۲۲

اگر رابطه زیر برقرار باشد فرض صفر پذیرفته می­ شود
در صورتی که آماره z مثبت باشد روند صعودی و در صورت منفی بودن آن روند نزولی در نظر گرفته می شود.

سطح معنی داری است که برای آزمون در نظر گرفته می­ شود که معمولاً این آزمون برای سطوح معنی دار ۹۵% و ۹۹% به انجام می­رسد.
در این روش، مقادیر متوالی از مقدار Ui و U’i حاصله از آزمون من کندل به صورت گرافیکی نمایش داده می شود که اگر مقادیر Uiو U’i از منحنی­ها چندین بار روی همدیگر قرار بگیرند روند یا تغییری وجود نخواهد داشت ولی در جایی که منحنی­ها همدیگر را قطع می­ کنند منحنی­ها محل شروع روند یا تغییرات را به صورت تقریبی به نمایش می­گذارند. اگر منحنی­ها همدیگر را در داخل محدوده قطع کنند نشانه زمان آغاز تغییر ناگهانی و در صورتی که خارج از محدوده بحرانی همدیگر را قطع کنند بیانگر وجود روند در سری­های زمانی است.
۴-۴- تجزیه و تحلیل رگرسیون
تجزیه و تحلیل همبستگی معمولا در رابطه با تکنیکی به نام رگرسیون انجام می­گیرد. موقعی که مشاهدات حاصل از دو متغییر رابطه بی­خطی داشته باشند و اگر خط مستقیمی را بتوان رسم کرد تا گرایش عمومی آن­ها را نشان بدهد. درباره رابطه­ آن دو متغییر ممکن است دو مسأله زیر آشکار گردد: اولا شدت رابطه را می­توان از میزان دوری و نزدیکی نقاط به خط برآورد نمود. اگر نقاط به خط خیلی نزدیک باشند، همبستگی بین متغییرها زیاد خواهد بود و هر اندازه نقاط از خط فاصله بگیرند همبستگی ضعیف خواهد شد.
ثانیا˝موقعیت خود خط، اطلاعاتی را درباره نوع رابطه­ای که بین متغییرها وجود دارد در اختیار ما قرار خواهد داد؛ بدین ترتیب، مقدار تغییری که در یک متغییر با اثر گذاری متغییر دیگر انتظار می­رود، معلوم می­گردد. فرایند تصمیم گیری، در مورد اینکه کدام خط دقیقا بهترین خط برای تلخیص یک مجموعه­ ویژه­­ یی از نقاط است، تجزیه و تحلیل رگرسیون خوانده می­ شود. (جباری، ۱۳۸۴­:۲۱۸)
۴-۴-۱- خط رگرسیون بهترین برازش
اگر متغییرهای وابسته ومستقل بر روی نموداری رسم شوند، در مرحله­ بعدی باید تصمیم گرفت که کدام خط مستقیمی را باید از میان نقاط معین عبور داد تا بتواند به بهترین وجه ممکن گرایش نقاط را نشان بدهد. به قاعده­ی ویژه­ای نیاز است تا بر اساس آن موقعیت خطی تعیین شود که تا حد امکان به همه نقاط نزدیک باشد. اگر چنین خطی به میزان ناچیزی به سمت بالا یا پایین حرکت کند، کاهش بعضی فاصله­ها ممکن است دقیقا به­ وسیله­ افزایش فواصل دیگر در سمت مقابل خط جبران شود، به نحوی که موقعیت خط بهترین برازش یکنواخت نخواهد بود. هدف از ترسیم خط رگرسیون در واقع تلخیص یک رابطه می­باشد؛ درست شبیه میانگین که یک مجموعه اعداد را تلخیص می­نمایید. این خط نه تنها بیان می­ کند که چگونه متغییر به طور متوسط به تغییرات در متغییرx وابسته است، بلکه می ­تواند برای آزمون این تئوری که Y به ویژه باید به X وابسته باشد، استفاده شود. به علاوه با بهره گرفتن از معادله خط می­توان به ازاء هر مقدار X ، مقدار Y مورد انتظار را پیش بینی نمود. (همان منبع، ۲۲۱)