Рассматривается задача построения прогнозирующих моделей объектов с неполностью наблюдаемыми входными сигналами. Для повышения степени идентичности модели предлагается использовать метод многоступенчатой идентификации, основанный на прогнозировании ненаблюдаемых входов по промежуточным моделям. Даются различные подходы к построению промежуточных моделей, основанные на факторном анализе и фильтре Калмана. Приводятся оценки точности прогнозирования. На примере анализа процесса производства цемента обсуждаются основные преимущества предложенного подхода.