本书涵盖了传染病预测预警领域的多种方法，既包括经典的统计学方法，也涉及基于大数据和深度学习的前沿技术。书中精心挑选了一系列传染病预测预警实践案例，不仅生动展现了技术的实战应用，还深刻总结了实践经验。通过阅读这些案例，读者能够了解传染病预测预警技术的实施流程，实现从理论到实践的全面知识积累与经验提升，深刻把握技术的核心所在。为助力读者学习与实操，本书还贴心配备了实践数据库和代码等实用资源。这些资源将极大地助力读者在实际操作中迅速掌握预测预警技术的各项功能，有效缩短技术实现的路径，降低时间成本，提高学习效率。

第一章 传染病监测
第一节 概述
第二节 “同一健康”视角下的传染病全链条监测框架
第三节 监测系统的构建
第四节 监测系统的评价
第五节 小结
第二章 传染病预测预警概述及数据预处理
第一节 传染病预测预警基本流程
第二节 数据预处理
第三章 控制图法
第一节 简单控制图法
第二节 指数加权移动平均法
第三节 累积和与调整累积和法
第四节 移动百分位数法
第五节 小结
第四章 时间序列分析法
第一节 差分整合自回归移动平均系列模型
第二节 Serfling回归模型
第三节 移动流行区间法
第五章 时空分析技术在传染病预警中的应用
第一节 空间可视化
第二节 空间自相关
第三节 标准差椭圆
第四节 Knox检验法
第五节 时空扫描统计量
第六节 空间回归
第七节 地理探测器
第八节 张量填充
第九节 最大熵模型
第十节 贝叶斯网络分析
第六章 传播动力学模型在传染病预警中的应用
第一节 群体模型
第二节 个体模型
第七章 机器学习技术在传染病预警中的应用
第一节 机器学习基础
第二节 支持向量回归模型
第三节 极限梯度提升回归模型
第四节 长短期记忆网络模型
第八章 多指标综合指数法在传染病预警中的应用
第九章 常见传染病预警效果评价指标及方法