Анотація: Прогнози становлять значну інформаційну базу для процесу прийняття управлінських рішень. У даній роботі розглянуто процес дослідження та економетричного моделювання продажів різних товарів: два набори даних, що представляють різні снеки, лікарський препарат від грипу та простуди, знеболююче (нестероїдний протизапальний препарат), гель, що застосовуються проти болю в ногах, а також вітамінний комплекс. Часові ряди щодо продажів снеків і гелю представлено місячними даними, а всі інші набори — тижневими даними. Графічний аналіз даних, а також інструментарій перших різниць та автокореляційна функція показали наявність трендової та сезонної складової в даних часових рядах. Метод декомпозиції, який дає змогу виявляти як довгострокові тенденції розвитку процесів, так і виділити сезонні зміни, застосовано для побудови моделей часових рядів. Для реалізації цього методу вибрано середовище R, в якому передбачено широкий спектр послуг, інструментів і пакетів для аналізу даних. У даній роботі проведено аналіз даних і виділено комбінацію трендової та сезонної складової даних часових рядів. Декомпозицію ряду реалізовано методом LOESS (Seasonal Transformation using LOESS — “STL”). Алгоритм STL реалізує основні засади методу декомпозиції, а саме згладжує часові ряди за допомогою LOESS у двох циклах. У внутрішньому циклі виконується згладжування сезонних коливань і згладжування тренду, а зовнішній цикл мінімізує вплив викидів. При цьому у внутрішньому циклі спершу обчислюється сезонна компонента, а після її видалення обчислюється трендова складова. Залишки обчислюються шляхом віднімання сезонного та трендового компононентів із часових рядів. Виділені залишки перевіряються на відповідність нормальному закону розподілу. Всі зазначені кроки автоматично виконуються за допомогою мови R. Результати економетричного моделювання дозволили виявити головні тенденції, а також здійснити прогноз у короткостроковій перспективі. У результаті дослідження розроблено адекватну модель прогнозування для часових рядів, які можуть виникати на різних товарних ринках. Верифікація моделі показала достатню точність і достовірність виконаних на її основі прогнозів, тому її можна застосовувати у подальших дослідженнях для аналізу продажів продуктів різних категорій і прогнозування їхніх майбутніх значень.