我国在进入21世纪以后,已经逐渐的向老龄化社会迈入了。老龄化的问题也越来越严重,对我国经济的影响也越来越大,从而引起了各国研究者对其越来越重视,其对各国经济的影响也受到越来越多的关注,正是因为该现象对社会经济带来了极大的阻碍作用,从而加重了社会的负担,因此,一直以来都是世界各国关注的焦点问题。本文的数据是来自于中国统计年鉴,首先运用因子分析法降维的思想,去除因子之间的多重共线性,然后利用回归分析的方法求出回归方程的系数,从而得到其表达式。再分析预测值与实际值的相对误差,并求出模型的精度,发现该模型是可以用来做短期预测的。用这种方法进行人口老龄化的短期预测主要用到了因子分析与回归分析相结合的方法进行短期的预测。其次,我们选择的是一种比较常见的预测模型,也即是灰色系统GM(1,1)模型,并用此模型对老龄化人口做长期预测。通过计算说明该模型是可以做中长期的预测的。本文对该模型进行两种改进方法,一种是增加序列长度,叫做新信息模型,另一种是改变序列的初始条件,用到了最新的信息而舍弃了最老的信息,叫做新陈代谢模型。分别用这三个模型做长期预测,对这三种模型的精度进行比较发现新陈代谢模型的精度是最高的,从而用该模型对我国老龄化人口进行长期预测。本文针对人口老龄化的问题不仅做了短期预测,而且同时也做了中长期预测。通过对老龄人口的预测,我们可以发现目前我国的老龄化形势是相当的严峻,并通过预测的结果分析其对我们社会经济的影响,对目前我国所面临的人口老龄化所产生的一些问题提供一些政策性的解决办法。