灰色系统理论以“部分信息已知,部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象,主要通过对“部分”已知信息的生成、开发,提取有价值的信息,实现对系统运行行为、演化规律的正确描述和有效监控。在交通事故系统中,交通事故的原因多种多样,有效地分析属性和属性值的重要度对减少交通事故的发生具有重要意义,本文根据交通事故成因分析中属性重要度计算的局限性,借鉴灰关联熵的思想,结合了灰色综合关联度和信息熵,利用熵分析事件不确定性的原理针对属性的重要度进行分析,提出一种新的数据分析方法,并以Matlab为工具将其应用到中国某地交通事故实例分析中。本文提出的灰色综合关联度熵不仅能应用于交通事故成因分析,还可以用于其他社会科学领域。分析了属性值和属性重要度之后,在通过实例研究灰色系统预测模型的基础上,对灰色GM(1,1)预测模型进行了改进,提高实际应用过程中的精度以满足实际需要,并且应用交通事故数据对这个改进模型进行检验。原始模型预测结果与改进后预测模型预测结果的比较分析表明,改进的预测模型相对于原始预测模型在预测精度上有所提高。