，，，，，　，　，　

狂犬病是狂犬病病毒感染引起的人兽共患病。除南极洲外全球各大陆均有病例报告，每年约有6万例狂犬病死亡，其中超过95%的死亡在亚洲和非洲[1]。WHO估计约99%的人狂犬病感染来源为犬。此病目前无特异疗法，病死率几乎100%。为了解我国狂犬病疫情时间分布特征及流行趋势，现用全国疫情资料进行分析研究。

ARIMA模型即Box-Jenkins模型。一般形式：ARIMA(p,d,q)×(P,D,Q)s，其中d 和D分别为差分和季节性差分次数；p和P分别是自回归(AR)模型和季节性AR模型的参数个数；q和Q分别是移动平均 (MA)模型和季节性MA模型的参数个数；S是季节性期数。对有季节性变化的时间序列应建立ARIMA(p,d,q)× (P,D,Q)s 模型。

1　资料与方法

1.1资料来源2004年1月至2016年11月全国狂犬病月发病数来自国家卫计委(http:// www.nhfpc.gov.cn/zhuz/index.shtml)，2004-2015年全国人口数据来自国家统计局(http://www.stats.gov.cn/)。

1.2分析方法① 序列建立及特征分析：据月发病数及人口数计算月发病率，并建立2004年1月至2016年12月发病率时间序列。用LOESS光滑对序列做季节性分解，同时计算各月的季节指数，据季节指数确定发病高峰。② 序列的平稳化：用自相关图、偏自相关图及单位根检验对序列进行平稳性检验；对非平稳序列用差分法平稳化。平稳序列用Liung-Box检验是否为白噪声；对白噪声序列选择合适的分析方法；对非白噪声序列建立模型。③ 模型的识别及建立：据平稳时间序列的自相关图(ACF)和偏自相关图(PACF)，初步估计模型阶数。按AIC值最小原则选择最优模型。④ 模型拟合及评价：根据建立的模型拟合模型参数、绘制残差的QQ图，检验是否满足正态分布。用Liung-Box检验残差是否满足独立性要求。……