作为共和国长子的辽宁省经济曾经傲视全国，然而随着南部沿海城市快速崛起，国家经济的迅猛发展，东北的经济却逐渐衰退。辽宁省在2016年甚至出现经济倒退的现象。那么如何根据相关的经济指标准确合理的预测宏观经济形式，已成为我国学者越来越关注的课题之一。GDP，它能很好的反应出一个地区经济的宏观情况。国家和政府如果要想对某地区的经济情况进行有效的调控，首先就需要对地区的经济进行科学合理的分析预测，根据得到的结果再判断是应该刺激还是抑制经济规模，进而制定出相应的举措，以此达到宏观调控的目的。在预测方法中，从广义上可以分为两种：线性回归和非线性回归。多元线性回归是常用的线性预测方法，非线性预测的方法也有很多比如随机森林法，支持向量回归法，BP神经网络法等。本文拟利用多元线性回归分析，随机森林，支持向量回归分析以及计量经济学中常用的时间序列分析法来对辽宁省经济状况进行预测分析，并提出基于主成分分析的支持向量机模型，基于灰色关联的支持向量机模型，基于LLE降维后的支持向量机模型与之进行比较，比较各个模型预测的精度，从而判断哪个模型最适合辽宁省经济预测，对政府进行宏观调控具有一定的指导意义。“东北振兴看辽宁，辽宁振兴看城市”辽宁拥有14个地级市，其中更是拥有两个副省级城市沈阳，大连，放眼全国也扮演极其重要的角色。因此本文利用了因子分析的方法，根据相关经济指标计算出主因子得分以及14个城市的综合得分，给出排名。同时用系统聚类的方法对辽宁省14个城市进行了分类，画出谱系图。对当地政府对本地区的经济调控具有重要参考价值和极大的指导作用。