Bayes预测是运用Bayes统计方法进行的一种预测。本文分别讨论在完全数据下和不完全数据下指数分布中的Bayes预测问题，并给出结论及推广。主要研究思想为：在先验分布G（θ）没有具体给出的情况下，利用已观测到的样本，构造包含未知样本的集合的预测区间，通过对不同先验分布、不同样本数量下预测区间的数据模拟，检验预测区间的覆盖率。 本文第一章简要介绍Bayes统计和Bayes预测的发展历史和基本研究现状。第二章研究完全数据下的Bayes预测，并给出数据模拟。由于在实际试验中受经济、时间等因素影响，我们无法得到全部样本数据，因此第三章我们感兴趣的是不完全数据下的Bayes预测，分别在以指数分布删失指数分布和以任意已知分布删失指数分布两种情况下，讨论包含未知样本的集合的预测区间，给出数据模拟。第四章对整个论文数据模拟的结果进行了总结，显示出我们的方法有效且适用的。将此方法进一步推广，给出以任意的已知分布删失任意分布的Bayes预测。