国内生产总值GDP预测数学模型是什么

国内生产总值GDP预测数学模型是：

1.回归预测模型；

2.ARIMA模型。

回归预测模型简介：

回归模型（regression model）对统计关系进行定量描述的一种数学模型。

回归分析(regression analysis)是研究一个变量（被解释变量）关于另一个（些）变量（解释变量）的具体依赖关系的计算方法和理论。 从一组样本数据出发，确定变量之间的数学关系式对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响显著，哪些不显著。利用所求的关系式，根据一个或几个变量的取值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确程度。

其用意：在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。

ARIMA模型：

全称为自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出一著名时间序列预测方法 
，所以又称为box-jenkins模型、博克思-詹金斯法。其中ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归， p为自回归项；

MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。所谓ARIMA模型，是指将非平稳时间序列转化为平稳时间序列，然后将因变量
仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。ARIMA模型根据原序列是否平稳以及回归中所含部分的不同，包括移动平均过程
（MA）、自回归过程（AR）、自回归移动平均过程（ARMA）以及ARIMA过程。

劝你还是去咨询一下老师
希望采纳

GDP可以通过三种方法计算得到：分别为生产法、收入法和支出法。生产法是从生产的角度衡量所有常住单位在核算期内新创造的价值，是国民经济各行业在核算期内新创造的价值和固