Рассматриваются вопросы построения динамических стохастических моделей систем с неполной матрицей наблюдений. Показано, что оценки параметров моделей авторегрессии проинтегрированного скользящего среднего можно получить, минимизируя сумму квадратов отклонений результатов измерений от их прогнозов, вычисленных на основе указанных моделей. Предложена методика построения динамических стохастических моделей при наличии линейных трендов во временных рядах.