本文描述了对一个单方程进行预测或计算拟合值的过程。这里描述的技术是利用通过回归方法估计得到的方程来进行预测。
为说明一个被估计方程的预测过程，我们从一个简单的例子开始。假设我们有1947:01—1995:01年美国国内生产总值（GDP）、消费（CS）和投资（INV），这些数据包含在工作区间为1946:01—1995:4的工作文件（16_1）中。
    我们运用1947:01—1995:01这段时期的数据，估计GDP对常数、CS和INV的回归，并用AR(1)修正残差序列相关，用该模型预测GDP。估计得到的方程结果由方程对象eq_gdp给出：

        1、序列名
    预测后的序列名  将所要预测的因变量名填入编辑框中。EViews默认了一个名字，但可以将它变为任意别的有效序列名。这个名字应不同于因变量名，因为预测过程会覆盖已给定的序列值。
         S.E.（Optional） 如果需要，可以为该序列的预测标准差提供一个名字。如果省略该项，预测标准误差将不被保存。
        GARCH（Optional） 对用ARCH估计的模型，还可以保存条件方差的预测值（GARCH项）。见16章对GARCH估计的讨论。

…………
……