Доведено, що процес поширення пилу Сахари у Вінницькій області є гетероскедастичним. Побудовано моделі SARIMAX та типові GARCH-моделі з використанням Python-бібліотек statsmodels та arch. Виявлено, що модель ARIMA демонструє, на диво, кращі результати у порівнянні з класичними GARCH-моделями з різними параметрами, що свідчить про недостатню ефективність цих GARCH-моделей. Запропонований метод бустингових гетероскедастичних моделей дозволяє досягти значно більшої точності за усі ці моделі на усьому діапазоні значень, окрім значення найбільшої аномалії, яке передбачити неможливо. А отже, розроблений у статті метод прогнозування є ефективним підходом для розв'язання складних задач прогнозування, прикладом яких є прогнозування якості атмосферного повітря під час поширення пилу Сахари в Україні.