渔业资源趋势和渔获量的预报除对数量的精度要求不同外，预报原理、依据及方法基本是一致的。事实上，精度不高的渔获量预报就是一种资源趋势预报。预测方法一般有统计分析预报和世代解析预报两种。

根据捕捞对象的渔获量与生物和非生物环境因子，以及该捕捞对象生物学特性等多年统计资料，从中选取与预报期间渔获量关系密切的因子作为预报指标，经统计分析做出预报。

在渔业生产实践和资源调查过程中，常常发现某些因子与未来的渔获量存在着一定的联系。有些从理论上说，是确定性关系，有些仅从现象上表现为相关关系。事实上，随时间的变化，影响资源量的因素也在变化，其中包括一时还没认识到的因素。有些因素虽已认识到但暂时还无法控制或测量，即使测量到的一些影响因素的量值或多或少都有误差，加之捕捞条件和环境的变化，渔获量与影响因素之间的数量关系在绝大多数情况下都表现为复杂的、非确定的关系。为解决这类问题，一种有效的方法是用数学统计分析法去分辨、确认其关系，并进行精度检验。

预测指标。预报的成功与失败固然与方法有关，但是方法往往是固定的。用什么样的资料，基本上规定了将要出来的结果。因此，如何取得更好的预报指标是统计分析预报的基础。依资料的性质，预报中的指标有两种：①相对资源量常用指标。一种是通过海上试捕调查获得的单位捕捞力量渔获量；另一种是从渔业统计调查资料获得的单位捕捞力量渔获量及世代产量等。②环境因子。能获得的环境因子是多种多样的，如影响种群数量或渔获量变化的各种理化和生物性因子等。这类因子用于预报虽然也有较好的效果，但是它们影响种群数量或渔获量的过程，以及在实际应用时需要满足哪些条件常常是不清楚的。因此，单位使用环境因子进行预报，在某个时期是有效的，而在另一个时期可能效果就不佳，表现出这类预报因子稳定性较差。解决这个问题的办法：①进行一些实验生态研究，弄清影响机制，选定稳定性较好的预报因子。②进行统计优选，挑出几个相关显著的因子，或对因子进行物理组合，以增强因子的稳定性。但是，因子用得过多，同样会降低预报效果的稳定性，因子个数一般以样本数的5%～10%为宜。

预报方程。统计分析方法有丰富的内容，渔业预报常用的方法是回归分析，如：①线性回归预报。最常用的是直线回归方程：

式中为预报值；为预报指标；为常数，为回归系数，这两个参数通常用最小二乘法来确定。②非线性回归预报。非线性回归分析比较困难的是选择合适的预报方程。通常先用图示法做出点聚图，根据散点分布状况和可能的曲线类型选择回归方程，常用的方程有：

对于有的非线性关系，若一时选择不到合适的回归方程，可以用多项式逼近，方程为：

式中为多项式的幂次数，根据具体情况确定。

将预报指标用于预报，需要满足一定的条件。实际工作中，各种条件并不一定都能满足，这样，就会影响预报的精度，产生误差。因此，在建立预报方程时还有一项重要的工作是进行统计检验。通常使用的统计检验指标有相关系数（或相关指数）、标准差和方差比，在渔业预报中，和的概率显著性检验水平一般为0.05，也可以取=0.10，预报值一般在内。

根据捕捞对象各世代补充量和剩余量与渔获量变动的关系，在掌握多年捕捞群体年龄组成和渔获量的统计资料基础上，推算在渔获中起作用的各世代的资源量，结合资源利用率等估算可能渔获量。

一个简单的世代产量预报方程可写为：

如果捕捞处于稳定阶段，历年捕捞力量变化不大，捕捞系数（）也相近，即，那么上式可简化为：

式中为时的预报量；为时的渔获尾数（或重量）；为时的捕捞死亡率；为时的捕捞死亡率；为残存率；为时个体的平均重量。

由于很难及时取得一个世代在低龄时的数量（或渔获量）资料进行捕捞死亡的概算，故这个方法不适用于以补充部分为主的群体渔获量预报。但是，对于群体剩余部分的预报，或以剩余部分为主的群体的渔获量预报则是一个有用的方法。