在实际生活中，人们为了解释事物变化的规律，分析影响事物发展的因素，预测和控制事物的发展方向，需要观察所研究的某种现象，从而得到一定顺序的数据。而时间序列分析正是通过分析数据，揭示事物的本质特征，论述事物或系统未来发展方向与预测或控制的方法。由于环境等客观因素的影响，使得在实际应用中，大多数序列不是平稳、不可用简单线性关系去加以分析的，面对这一困难，时间序列分析通过对数差分的形式使数据平稳化，进而通过模型拟合和预测，达到人们所期望的效果，揭示数据所代表的事物的本质规律与发展趋势。本文主要研究了教育投资、国内生产总值与国家财政支出之间的关系。教育作为一种内部动力，在提高人们的文化知识水平的同时也变相增加了人们的劳动生产率，进而促进科学技术的发展，推动了经济总量的快速提高，也带动社会的知识结构和经济结构一定的调整及优化。反过来，经济是教育投资增长的物质基础，经济增长会增强社会各方面加大教育投资能力。因此，越来越多的国家把教育投资作为经济可持续发展的重要动力。本文绪论中介绍了论文提出的背景，国内国外学者的研究现状，并对论文的主要结构进行了概述。第二章介绍了时间序列的基本概念，给出序列稳定的重要意义。第三章主要介绍了AR、MA、ARMA、ARIMA模型，对这四类模型进行详细的阐述，并论述了模型的有效性。第四章主要介绍了多元协整分析及其在此基础上建立的误差修正模型，分析数据的长、短期效应。第五章是实证分析，对我国教育支出、GDP、国家财政支出数据分别进行了分析及预测，通过比较分析可知，基于多变量的误差修正模型可以更好的对数据进行模拟与预测。第六章是总结和展望，对本文得出的结论进行说明，同时也提出了存在的不足和继续研究的空间。实证分析中，说明了数据的取向，介绍对原始数据的处理方法，在此基础上建立模型拟合和预测数据的发展趋势。最后将ARIMA模型和多元协整分析的基础上建立误差修正模型进行对比，得到结论：多元误差修正模型可以更好的对数据拟合与预测。