近年来传染病的流行给世界发展造成严重危害,从中国的非典到非洲的埃博拉,使得传染病的控制和预测成为科学研究的热点问题,利用科学的技术方法去控制传染病的发展,减小传染病带来的影响对社会发展至关重要。本文针对传染病流行趋势及预测方法进行了研究,主要工作如下:1、缺失数据处理。本文对于传染病流行趋势预测研究主要基于时间序列模型,因此样本数据为时间序列,包含了传染病患病人数在不同时间段的统计结果。但是由于统计工作不完善,不可避免的出现部分时间段内的统计数据缺失,本文中首先对数据预处理的原则和常用手段进行了总结介绍,其次对三次样条插值方法进行了介绍,并基于三次样条插值对本文的样本数据进行了处理。2、预测模型的介绍。本文中对数据外推预测的经典模型进行了分类归纳总结,对常见的模型原理和方法进行了介绍,其中重点介绍了时间序列模型。3、基于ARIMA时间序列模型的传染病流行趋势预测。本文中选取了乙类传染病中的乙肝、结核病和丙类传染病中的流行性感冒作为研究对象,搜集相关的时间序列数据,通过缺失数据处理后,得到计算所需样本数据,通过对不同模型和不同类型传染病之间预测结果的对标,结果表明,乙类传染病的流行趋势存在明显的季节周期性规律和自相关性,因此模型具有相对较好的预测结果,而对于流行性感冒,其流行趋势不存在明显的周期性规律和自相关性,预测结果十分不理想,因此在对传染病进行预测研究时,需要针对具体的疾病,选取适当的模型。4、基于ARIMA乘积季节模型的传染病流行趋势预测。ARIMA乘积模型对于具有周期性、季节性变化的时间序列的预测更加准确,并且模型能够准确刻画时间序列数据的随机性、周期性、季节性变化规律。基于ARIMA乘积季节模型,本文以乙肝患病人数的时间序列为对象进行了预测分析,结果表明预测效果优于ARIMA模型。最后,对本文中所做的工作以及传染病预测研究的发展进行了总结和展望。