预测在人们的学习、工作和生活中起着非常重要的作用,提到预测方法时一定不能忽视时间序列分析,而ARIMA模型又是时间序列分析中不可或缺的一部分。预测精度是预测效果的重要评判指标,要想使预测结果更为精准,必须设法使拟合的模型更加完善,而这并不是一件容易的事,研究组合模型正是为了改善所建的模型,使预测更精准。本文在研究ARIMA模型和组合模型基础理论的同时,结合我国GDP数据实例对基于ARIMA模型的组合模型问题进行了深入探讨。首先,结合实例分析了ARIMA模型的建模过程,给出了建模过程中出现的常见问题的解决方法,并对ARIMA模型预测结果进行了分析,其分析依据是相对百分比误差、平均绝对误差、平均绝对百分比误差和绝对误差标准差等四个评价指标；其次,对同组数据用指数平滑方法进行了分析预测,并且用同样四个评价指标对预测效果进行了分析；然后,将ARIMA模型与指数平滑模型进行结合建立了组合模型并得到了预测结果,在求解权系数时运用了五种方法,分别是等权平均法、简单加权平均法、误差平方和倒数法、均方误差倒数法和拉格朗日函数法,同时继续用同样四个评价指标对预测结果进行了分析；最后,比较分析了ARIMA模型、指数平滑模型及五个组合模型的预测结果,依据SSE(预测误差平方和)、MSE(均方误差)、MAE(平均绝对误差)、MAPE(平均绝对百分比误差)和MSPE(均方百分比误差)等五个精度指标证明了虽然不同组合模型的组合方法和预测效果各不相同,但是与单独模型相比,所有组合预测模型的预测结果均优于各单独模型的预测结果,组合模型值得被进一步研究与应用。