作为半参数回归模型之一的部分线性变系数模型,结合了传统线性回归模型以及非参数回归模型的优点,让模型的适用范围更广,拟合效果更佳。测量误差模型因为考虑了在实际研究中不可避免的由于环境、测量工具以及天气等因素造成的误差,而更加贴近实际研究情况。同时在实际研究中的一些预设条件或者假定,会让模型中的参数带有约束条件。所以本文旨在研究约束条件下含有测量误差的部分线性变系数模型。在第3章中,利用局部纠偏估计法以及profile最小二乘法得到模型的纠偏profile最小二乘估计量,再结合Lagrange乘数法对约束条件下的模型进行估计,得到参数以及函数系数的约束估计量。同时在适当的条件下提出了估计量的渐近性质并进行了证明。最后通过R软件进行了数据模拟研究。在第3章基础之上,研究了参数在随机约束条件下,参数以及非参数部分都带有测量误差的部分线性变系数模型的估计问题。通过纠偏的profile混合估计法得到参数以及函数系数的纠偏随机约束混合估计量,并进一步推导了参数估计量以及函数系数估计量的渐近性质。最后通过R软件进行了数据模拟研究,验证了虽然不考虑随机约束条件下的纠偏估计量的渐近性质与考虑随机约束条件下得到的纠偏随机约束混合估计量的渐近性质相同,但是在有限样本量下的表现情况却不相同。