Model nieparametryczny Model nieparametryczny to model w którym nie istnieje skończenie wymiarowa parametryzacja rodziny rozkładów, czyli nie da się go zapisać w takiej postaci, że
Nie oznacza to braku jakiejkolwiek parametryzacji – to byłoby sprzeczne z definicją modelu statystycznego – np. może być rodziną dystrybuant.
Model identyfikowalny Jeśli zachodzi:
to model nazywany jest identyfikowalnym. Oznacza to, że parametr jest jednoznacznie wyznaczony przez rozkład
Modele liniowe Ogólna postać liniowego modelu o G równaniach łącznie współzależnych i tylu zmiennych endogenicznych (objaśnianych) oraz K dodatkowych zmiennych egzogenicznych (objaśniających) przy liczbie t obserwacji:
Linia trendu Najprostszym modelem stosowanym w prognozie jest linia trendu, w której zakładamy następującą zależność między zmienną objaśniającą (oznaczającą czas) a zmienną objaśnianą
gdzie: – stałe współczynniki, – błąd losowy o rozkładzie normalnym i wartości oczekiwanej zero.
Liniowy model prawdopodobieństwa Jako przykład klasycznych modeli liniowych rozpatrywanych w statystyce wskazać można również liniowy model prawdopodobieństwa (LMP), tj. najprostszy model regresji pozwalający prognozować występowalność rozpatrywanego zdarzenia.