摘要： 目的 探讨差分自回归移动平均（ARIMA）与广义回归神经网络（GRNN）组合模型在丙型肝炎月发病率中预测建模效果及应用前景，为疫情预测提供依据。方法 2015年5月-2016年5月，选取山东省疾病预防控制中心法定传染病直报系统2004-2014年丙型肝炎月度发病率数据及山东省统计局发布的同期人口资料。对2004-2014年山东省丙型肝炎月发病率数据构建ARIMA模型，验证拟合精度并外推预测；将ARIMA模型拟合值作为GRNN模型的输入，实际值作为GRNN模型的输出，对样本进行训练和预测。比较单纯ARIMA模型和ARIMA-GRNN组合模型在丙型肝炎月发病率中的预测效果。结果 2004-2014年山东省丙型肝炎年均发病率为17.28/10万，并随着时间的推移呈上升趋势（Z=29.05，P＜0.01）。ARIMA（1，2，1）模型预测2014年山东省丙型肝炎发病率与实际发病率基本一致，落在95%置信区间内，拟合效果较好。以ARIMA（1，2，1）模型拟合值作为GRNN模型的输入，丙型肝炎月发病率实际值作为GRNN模型的输出，取最优光滑因子0.12训练模型，ARIMA-GRNN组合模型预测的拟合值与实际值基本吻合。ARIMA模型和ARIMA-GRNN组合模型的平均误差率（MER）分别为16.87%、15.30%；决定系数（R2）分别为0.53、0.60；平均绝对误差（MAE）分别为0.17、0.09；平均绝对百分误差（MAPE）分别为1.18、0.35。结论 ARIMA-GRNN组合模型对山东省丙型肝炎月发病率拟合及预测效果优于单纯ARIMA模型，具有较高的拟合精度，有较为广阔的应用前景，对于疫情预测工作有一定的实用性意义。

关键词: 丙型肝炎, 发病率, 预测, 差分自回归移动平均模型, 广义回归神经网络