从图2-图5，选取了4个数据对K值的稳定性来进行验证。图6是根据对所有数据（个数从9开始）进行计算得到的K值绘出的图形。从图2-图5的实验结果来看，K值一直处于一个变动的过程。从趋势上看，K值的趋势接近于指数模型。因此，利用成长曲线模型预测方法对K值进行了预测分析，得到的结果如图7。在图7的实验中，选取的K值得样本组数为69个，是全部有效（排除最后阶段，与第69个样本数据值相等的第70和第71个样本值）的样本数据，要预测的个数为70个。
图7 对K值进行预测
从图7可以看出，渐近值K的发展趋势确实较符合于修正指数模型。在修正指数模型中，同样存在一个最大值。
根据以上的实验，我们可以近似得出，K值并不是稳定的，而是一个不断变化发展的过程。而对于我们所给的数据，K值的趋势近似于指数模型。
● 关于TS的实验
TS应当在一个上下限中变动，超出上下限的TS值都可以被看作是异常点。下面仍然以之前的数据为例进行实验，讨论TS的变化情况。见图8和图9。
图8 TS趋势——Gompertz模型
图9 TS趋势——Logistic模型
