本文旨在探索新疆人间布病的流行规律,通过分析新疆人间布病发病的全国占比、流行趋势、时间分布等情况,了解布病的发病趋势。从统计学的角度,对十几年来新疆人间布病的发病数据进行研究,进而分析其基本特征,并预测布病流行的变化趋势。分析布病流行的影响因素,给出疾病控制策略和预警方案。根据新疆人间布病的月发病数的数据开展时间序列模型的预测分析,为此,分析了样本数据的基本特征,考察并运用SARIMA模型、混合SARIMA-GARCH模型对新疆人间布病发病数据进行统计建模。拟合并预测人间布病的新发病数,比较了两个统计模型的预测误差,得出较好模型并用其对新疆人间布病的流行趋势进行预测。文末,考虑加入Var风险价值模型,对布病的流行进行预警分析,为布病预防与控制提供可靠依据。本文数据为2004年1月-2019年12月全国以及新疆人间布病的月发病数,2004年-2019年的新疆人口数据。利用R软件,对人间布病发病数的数据进行时间序列分析。先采用SARIMA（p,d,q）（P,D,Q）12模型,通过对原始序列平稳化检验、模型识别、模型检验的处理,找到最优模型并作预测;再加入GARCH（m,s）模型,去掉序列可能存在的趋势成分、季节成分以及一些短期线性效果,提取其残差部分序列,通过ARCH效应检验,建立SARIMA（p,d,q）（P,D,Q）12-GARCH（m,s）模型,对序列数据进一步建模预测分析。并检验找到最佳模型作预测。通过对相关数据分析,得出结果:（1）利用收集到的新疆人间布病发病数的总数50115例,和全国人间布病发病数的总数的604895例数据,得到新疆人间布病的占比全国的人间布病的比率时序图。新疆布病全国占比由前10年的5%左右增加到15%左右,说明研究新疆人间布病防控意义重大;（2）通过对新疆人间布病的数据基本特征分析,数据分为两个时期,2015年以前为布病发病上升时期,2015年以后为下降时期。而且序列存在明显的季节周期性。（3）在对新疆人间布病的数据拟合并预测过程中,首先SARIMA（0,1,1）（0,1,0）12模型在90%和95%置信区间内,可以合理地拟合出2019年12个月的新疆人间布病的数据;其次SARIMA（0,1,1）（0,1,0）12-GARCH（1,1）模型也得到了较好的拟合并预测结果。（4）在这两个预测模型的误差比较中,组合预测模型更优。于是采用了组合模型预测了2020年12个月的新疆人间布病的发病数。（5）采用Var风险模型对新疆人间布病进行了预警分析。