半变系数模型,又称为半参数变系数部分线性模型,是由Fan&Zhang(2002)在检验变系数模型的系数函数是否真正变化时提出来的一个新模型。它涵盖了许多通常的参数、非参数以及半参数回归模型。由于该模型不但结合了线性模型易于解释的优点以及非参数模型稳健的特性,而且能动态地描述协变量与响应变量之间的关系,同时也避免了许多“维数祸根”问题,所以,这个模型自提出以来就得到了很多的关注和研究,并广泛应用于工业、农业、金融、地理等领域。在经典的回归模型中,一般假定所得到的数据都是完全的、可靠的,并且误差项是相互独立的。而在实际应用中,由于人为或者系统的原因,这个假定是很难满足的,至少度量误差总是存在的。所以,研究存在度量误差的半变系数模型就更具有实际意义。为此,本文先讨论了完全数据下误差独立与误差相关的半变系数模型的统计推断问题,然后系统研究了协变量X与Z同时存在加性度量误差的半变系数模型的估计问题。本文主要结果之一是对完全数据下的半变系数模型分误差独立和误差相关进行了讨论,得到了相应的估计方法和处理办法。主要结果之二是研究了协变量X与Z同时存在度量误差的半变系数模型的估计问题,提出了一种基于核函数法的非参数部分的估计方法以及参数部分的估计,并证明了估计的相合性。主要结果之三是针对不同数据集下的半变系数模型所得的不同估计方法进行了数值模拟,探讨了方法的有效性。