Высокие статистические технологии

Добрый день, опишу ситуацию, которая возникла в повседневной работе.

Для планирования продаж каждый месяц на следующие 12 месяцев используется прогноз от специалистов на местах. Но перед использованием, эти прогнозы корректируются на множитель, так как предполагаются, что сотрудники могут завышать прогнозы ради достижения личных выгод.
На данный момент имеется история таких прогнозов и можно сравнить прогнозы и факты. Однако история неполная, кроме того часть прогнозов нельзя проверить на 100%, так как часть горизонта планирования еще не прошла. Например, прогноз от январь 2013-2014 не может быть полностью проверен, так как март 2014 еще не наступил. В таких случаях считается коэффициент на основе тех месяцев, которые уже прошли. А остальные месяцы из расчета выкидываются.
Сейчас существует довольно примитивный расчет. Берется обычный линейный тренд, он считается по таким коэффициентам, и по последним периодам делается вывод, как надо изменить прогноз, который поступил в этом месяце, чтобы получить более корректные цифры.

Вопрос в следующем...я посмотрел на график, обдумал/посчитал, решил, что завышение = 0,1, и я должен эти 10% изъять из прогноза. Можно ли мне как-то проверить с помощью статистики, адекватна ли эта цифра?
Я думал, что возможно построить прогноз коэффициентов, а в последних точках сравнивать прогноз с цифрами по неполным расчетам (без изъятых месяцев). Попробовать построить для таких неполных расчетов доверительный интервал и посмотреть, подходят ли цифры??
Но я не уверен, что так правильно( Буду благодарен за совет.

На всякий случай для удобство я приведу реальный пример, с которым работаю.
доступны данные формата (я взял как пример 1 один филиал):
0,512 (доступно 11 месяцев, т.е. 12-й выбросили из расчета)
0,528 (10 мес.)
0,486 (9 мес.)
0,35 (8 мес.)
0,281 (7 мес.)
0,3 (6 мес.)
0,201 (5 мес.)
0,272 (4 мес.)
0,159 (3 мес.)
0,084 (2 мес.)
0,089 (1 мес.) (это прогноз в предыдущем месяце)

Ошибка падает, предположим, я ставлю 0 на текущие прогнозы. Правильно ли это и как проверить?

О "доверительном интервале" можно говорить лишь в рамках определенной вероятностно-статистической модели. Поскольку модель не описана, то бессмысленно говорить о "доверительном интервале".
Более того, из текста не ясно, каковы исходные данные, какие расчеты проводятся.