在国民经济发展的过程中,国内生产总值(GDP)无疑是衡量一个国家综合国力的重要指标。国内生产总值(Gross Domestic Product)是指在一定时期内(一个季度或一年),一个国家或地区的经济中所生产出的全部最终产品和劳务的价值,常被公认为衡量国家经济状况的最佳指标。这个指标把国民经济全部活动的产出成果概括在一个极为简明的统计数字之中,为评价和衡量国家经济状况、经济增长趋势及社会财富的经济表现提供了一个最为综合的尺度,可以说,它是影响经济生活乃至社会生活的最重要的经济指标。对其进行的分析预测具有重要的理论与现实意义。而一个国家的国内生产总值又是由各省生产总值所构成的,因此研究各省生产总值对研究国内生产总值以及各省乃至全国经济都起着重要作用。时间序列是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。时间序列预测方法则是通过时间序列的历史数据揭示现象随时间变化的规律,将这种规律延伸到未来,从而对该现象的未来做出预测。传统的时间序列分析方法在经济中的应用,主要是确定性的时间序列分析方法,包括指数平滑法、移动平均法、时间序列的分解等等。随着社会的发展,许多不确定因素在经济生活中的影响越来越大,必须引起人们的重视。1970年,Box和Jenkins提出了以随机理论为基础的时间序列分析方法,使时间序列分析理论上升到了一个新的高度,预测的精度大大提高。时间序列分析的基本模型有: ARMA模型和ARIMA模型。本文基于时间序列理论,以吉林省1952年至2007年五十六年来省内生产总值为基础,利用Excel和SAS软件对数据进行时间序列分析,建立时间序列模型,并对模型进行检验,综合各种条件最终确定较适合模型。最后利用所建模型对吉林省未来10年的省内生产总值做出预测。