国内生产总值(GDP),指的是国家(或地区)的经济在一年(或一个季度)内生产的所有最终产品和劳务价值的总和；它是国民经济核算的核心指标,同时也能衡量一个国家或地区的经济状况和发展水平。在今年三月份的两会期间,提出2015年国内生产总值将增长7%左右,比去年下降约0.5个百分点：在国家统计局公布的数据中显示,刚过去的1-3月中国GDP的增速放缓至7%,是2009年第一季度以来增速最低的。这些数据告诉我们,对于GDP的研究分析在国家宏观经济政策的制定中具有重要的理论和实际意义。时间序列预测和回归分析预测是现有的两种常用的预测方法。时间序列预测是研究预测目标与时间之间的演变关系,是一种动态数据分析处理方法；它利用概率统计学为理论基础用来分析动态数据,对数据建立相应的数学模型,并进一步进行预测分析。时间序列预测主要是利用历史数据对序列随时间变化的规律进行揭示,并将这一规律延伸到未来,进行预测。确定性时间序列是传统的时间序列分析方法,它主要包括指数平滑法、移动平均法、时间序列的分解等。常用的时间序列模型主要有：AR模型,MA模型,ARIMA模型。回归分析模型是对统计关系进行定量描述的一种模型,是研究一个变量关于另一个(些)变量的具体依赖关系的计算方法和理论,通过控制一个(些)变量的取值去改变另一个(些)特定变量取值的精确程度。本文主要以安徽省1952年到2013年这62年的国内生产总值为基础,对安徽省这62年的产业结构变化进行分析以及产业结构对于GDP的影响,并对安徽省2014-2020年的GDP进行预测。将安徽省GDP发展分为三个阶段,第一阶段(1952-1978年)以第一产业农业为绝对主导,其他产业缓慢发展；第二阶段(1979-2000年)安徽省三大产业增加值齐头并进,对安徽省GDP的贡献成三足鼎立之势；第三阶段(2001-2013年)农业增加值对于安徽省的贡献越来越低,而第二产业则取代第一产业,成为对安徽省GDP贡献最高的产业。利用SAS和MATLAB软件对安徽省第一,第二,第三产业产值与GDP进行预测分析,将回归与时序相结合,建立ARIMAX模型：利用分析得到的ARIMAX(2,5)对2009-2013年国内生产总值做预测并与仅考虑GDP这一单一因素建立的ARIMA (0,2,1)模型得到的预测值进行比较,分析相对误差。得到的结果显示：利用回归与时序相结合的多元时间序列模型比时间序列模型的预测结果更好,并用其对2015年安徽省GDP进行短期预测。