根据时间序列过去的观测值，预测此序列在未来某个时刻的取值，为时间序列的预测；时间序列的预测方法有着广泛的的应用背景，在解决经济发展，金融市场动态，气象预报和水文预报等领域的预测问题时，都可以利用时间序列的预测方法。　　 在时间序列的统计分析预测中，平稳序列是一类重要的随机序列。在这方面已经有了比较成熟的理论知识，最常用的是ARMA序列。ARMA模型去近似地描述动态数据在实际中有很多优点；它是线性模型，只要给出少量参数就完全确定模型形式；便于分析数据的结构和内在性质，也便于在最小方差意义下进行最佳预测和控制。　　 本文采集了贵州省1956-2008年贵州省年平均降雨量，并对数据做线性拟合，使得数据是平稳的，无明显的突变：统计分析得到年平均降雨量为1178．6毫米，最大值为1381．6毫米，最小值为951．1毫米．利用上述平稳的具体数据，建立并利用RAMA模型来预测未来5年贵州省的年平均降雨量和未来4年的95％的置信区间，由于每年的平均降雨量总体稳定，如果出现个别季节降雨量明显减少，则其他季节的降雨量就会明显的偏大，甚至出现洪灾；反之亦然。