摘要:目的:探讨应用时间序列求和自回归平均模型(autoregressive intergrated moving average,ARIMA)预测嵊州市流感样病例就诊百分比(ILI%)变化趋势情况,对流感等传染病的预警预测技术进行有效探索. 方法:通过收集嵊州市流感哨点监测医院的2010年到2016年的月流感样病例就诊百分比(ILI%)资料,应用SPSS19.0统计软件,采取ARIMA模型进行建模和拟合,用最优模型对2017年1月到6月的月度流感样病例就诊百分比(ILI%)进行预测,之后用真实值进行对比,通过观察两者之间的差异来评价该模型的的预测效果. 结果:嵊州市流行性感冒的流行季节主要在冬春季,其次为夏季;通过对原始数据的时间序列进行对数转换,并开展1次差分和1次季节性,达到时间序列的平稳性要求,并通过调试和拟合,得到最优模型乘积季节性ARIMA(1,1,1)(1,1,1)12模型的标准化BIC值为-0.377,该数值是所有调试模型的最小BIC值,该模型的残差序列Ljung-Box统计量为8.005,P值为0.889,表明残差为随机性误差,序列符合为白噪声要求.通过对2017年1月-6月的嵊州市流感样病例就诊百分比(ILI%)实际值和预测值进行比对,平均误差为31.99%,基础数据在个位数,误差在合理范围之内,预测值的趋势和实际值也基本吻合. 结论:用ARIMA模型可以对嵊州市流感样病例就诊百分比(ILI%)的情况可以做一个短期预测,预测的应用效果比较满意,也为嵊州市其他传染病的预测和预警方法进行了科学的探索.