自回归分布滞后模型是自回归模型的更一般的形式,区别是它包含了内生变量滞后项,其估计方法通常为普通最小二乘法。本文尝试使用贝叶斯方法进行参数估计,以明尼苏达共轭先验分布作为先验,使用泰尔混合估计方法进行后验分布的估计,结合样本信息与先验信息,得出参数的估计值。最近几年,我国柴油产量的增长速度明显放缓,这既关系到了炼油规模,又关系到了炼油产品的收率结构。所以,对柴油产量进行预测分析,可以对炼油工业的发展起到很好的指导作用。本文针对柴油产量,考虑对其可能会有影响的因素并获取数据。对数据进行了异常值处理、线性插值法补全缺失值和季节调整等有效处理,以及平稳性检验、协整关系检验和格兰杰因果关系检验等必要检验。然后对贝叶斯自回归分布滞后模型尝试了不同的超参数组合,并对数据进行拟合,通过参考拟合度选出五个模型来进行最后预测。最后比较基于贝叶斯方法的自回归分布滞后模型和自回归模型,以及基于频率方法的自回归分布滞后模型的预测结果,得出预测柴油产量的最优模型。