前言　　 传染病是致病性(微)生物在人与人、动物与人及动物与动物之间相互传播的疾病,其发病既有流行性又有传染性。不论急性还是慢性传染病都给人类健康带来极大灾难、给社会经济发展造成很大的损失。尽管过去的几十年中我国的传染病防治工作已经取得了很大的成绩,但近年来新发传染病不断出现,旧的传染病有死灰复燃的迹象,传染病的全球流行和蔓延趋势,再次向我国的公共卫生工作敲响了警钟,同时也预示着传染病防治工作在今后相当长时间内仍是我国卫生防疫工作的重点。掌握传染病的发病规律,利用已有的监测资料进行分析,对可能发生流行的趋势作出预测,为传染病的防治工作提供可参考的数据资料,可以更好的控制传染病的发生和流行。　　 传染病预测就是根据传染病的发生、发展规律及有关因素,用分析判断和数学模型等方法对可能发生的传染病的发生、发展和流行趋势作出的预测。目前流行的分析预测方法包括回归分析、灰色预测法、时间序列分析、马尔科夫预测法、神经网络预测法等。多数方法是将各种影响因素引入模型进行模拟预测,由于传染病受气候特点,地区差异,经济基础,人们的生活习惯等各种复杂的干扰因素影响,而这些因素之间又有着错综复杂的关系,有时难以找到其主要的影响因素,或数据资料不易得到,因此很难用因果回归分析方法来预测。而时间序列分析方法是根据变量自身的历史资料,通过统计分析揭示观察值随时间变化的规律,将这种规律延伸到未来,推测其未来的发展趋势,排除了各种复杂因素的影响,将时间引入模型作为自变量。　　 时间序列分析以往多用于计量经济学的分析研究中,近年来在传染病的预测分析中也广泛使用,对于传染病的预测而言,它可以很好的控制发病的长期趋势、季节性、周期性等因素的影响。本研究采用了时间序列分析方法中的经典模型ARIMA模型对我国法定传染病的发病率趋势进行拟合预测,并探讨该模型进行法定传染病发病率预测的可行性,为制定相关的防治政策提供可参考的理论依据。　　 材料和方法　　 疫情资料来源于国家疾病监测信息报告管理系统及中国疾病预防控制中心公共卫生科学数据中心,选取2004-2010年全国法定传染病甲乙类传染病疫情资料,相关人口资料来自中国人口与发展研究中心统计年鉴。　　 将2004-2010年全国法定传染病月发病率作为历史序列,建立ARIMA乘积季节模型,对2004-2010年法定传染病发病率进行拟合,并进行回代预测,组外预测2011、2012年法定传染病发病率,以2011年的发病资料作为外推预测效果的考核样本,先采用差分和季节差分方法对序列资料进行平稳化,然后进行定阶并估计参数,参数估计采用非线性最小二乘法,应用残差和赤池信息量准则(AIC)和贝叶斯信息准则(SBC)进行评价,建立最优ARIMA乘积季节模型,对2011、2012年法定传染病发病率进行预测。　　 结果　　 利用建立好的ARIMA乘积季节模型拟合2004-2010年法定传染病的发病趋势,结果显示预测曲线与实际曲线较一致,均方根误差3.38,平均绝对误差2.04,平均绝对误差百分比0.07,利用该模型预测2011的月发病率,预测值与真实值比较,平均绝对误差2.29,平均相对误差0.09,总的来说拟合效果比较满意。预测数据显示2011年月发病率与2010年比较有小幅度上升,2012年预测值与2011年比较无明显变化趋势。　　 结论　　 ARIMA乘积季节模型可以较好的拟合和预测传染病的发病趋势,在法定报告传染病发病率预测与监测中有一定的实用价值。同时预测数据显示2011年较2010年发病率小幅度上升,2012年发病率与2011年比较无明显变化,需要进一步加大对传染病防治工作的力度。