伴随着农村体制改革、农业经济的加快发展,农业发展的国际性加强,粮食安全问题变得更加重要。一国的粮食问题关乎国计民生,对于人口基数较大而且正处于发展中阶段的中国而言,粮食问题更显得尤为突出。在这一问题之下,对于粮食产量科学准确的预测,是致力于粮食生产安全以及农业现代化发展的一项重要工作,预测出精准的粮食产量有利于国家其他领域包括国民生产总值、国民经济产业结构等方面的发展研究,有利于现代经济可持续健康发展以及人民生活消费品质的不断提高具有重要意义。鉴于安徽省是农业大省的主体地位,本文以安徽省为研究区域,利用安徽省粮食总产量,进行多元回归分析预测,对未来粮食产量有一定了解,为有关部门提供有力支撑。在此背景下本文开展了对安徽省粮食产量预测方法的研究,并取得了如下的研究成果:利用时间序列分析法中的多元时间序列分析法来进行模型识别,通过对数据的处理以及分析,可以利用多元因素影响的多元回归分析法对安徽省粮食产量进行预测,其中由于在数据处理的过程中和相关因素分析结果显示,因变量与自变量之间存在多重线性关系,因此对安徽省粮食产量建立多元线性回归模型来进行预测。本文通过对以下几个方面进行研究:(1)运用最优拟合多元回归模型对安徽省粮食产量进行预测分析。粮食产量自身时序特性的预测方法存在局限性,需要加入影响因素考虑时序之间的相互关系以及相关程度,本文主要是应用安徽省粮食产量作为观测值即为因变量,将影响因素作为自变量引入考虑,分析因变量与每个自变量,以及自变量之间的相互关系,分析其中存在的性质,利用方法性工具进行最优模型选择,找出更加适用于粮食产量的最优拟合多元回归模型进行预测分析。(2)建立一元时序分析的ARIMA模型与多元时序分析的多元线性回归模型对安徽省粮食产量进行预测对比。分别建立一元时序分析的ARIMA模型和多元时序分析的多元线性回归模型,从纵向分析和横向分析来比较两种模型的实际效用,通过对模型建立的过程,数据处理与应用效果,实际值与预测值之间的相对误差,通过对这些方面的对比研究发现多元回归分析更加适用于安徽省粮食产量预测,进而可以由此推及至其他的行业领域,同时运用这个模型预测未来几年的粮食产量。