Nakon što opišemo, te razumijemo neki fenomen, važno je utvrditi možemo li predvidjeti neki važni ishod u budućnosti. Primjerice, možemo li reći kako će se osjećati pacijent godinu dana nakon određene terapije. Ili, možemo li pretpostaviti hoće li dijete razviti poremećaj u ponašanju u adolescenciji ako je tijekom ranog djetinjstva imalo popustljive roditelje. Ili, možemo li očekivati visok rast BDP zemalja u ovisnosti o vrsti investicija prethodnih godina, itd.
Da bismo mogli pratiti određeni fenomen, moramo pratiti isti uzorak u većem razdoblju u nekoliko navrata. Drugim riječima, moramo longitudinalno pratiti određeni fenomen u tri ili više točaka mjerenja. Nakon toga je moguće izvoditi zaključke o mogućnosti predviđanja budućih ishoda koji nas interesiraju. Na primjer, želimo pratiti hoće li djeca razviti poremećaj u ponašanju ako imaju roditelje koji su previše popustljivi. Da bismo to ispitali, moramo pratiti istu skupinu (uzorak) djece kroz nekoliko godina i mjeriti ih istim instrumentima namijenjenih mjerenju problema u ponašanju. Naravno, uz to nam je potrebna i procjena roditeljskog stila koji bi se morao opisati kao popustljiv. Ako su određeni metodološki zahtjevi ispunjeni, ova analiza nam može dati podatak o tome; a) koliko je stabilan (postojan) fenomen koji se prati kroz vrijeme (npr. problemi u ponašanju), te b) o čemu ovisi rast odnosno pad vrijednosti promatranog fenomena tijekom vremena (npr. o popustljivosti).
Ovo nije jedini statistički postupak za praćenje trenda u vremenu. Međutim, mogućnosti analize krivulje latentnog rasta daleko premašuju mogućnosti analize trenda i ANOVA-e za zavisne uzorke, te bi ju se trebalo koristiti kad god je to moguće, tj. kad su prikupljeni uzorci dovoljno dobri za njenu provedbu.
