客观地认识现象背后的本质和阐述规律历来是统计学赖以发展的目标，统计回归模型是一个很好的认识及阐述规律的工具。然而，在用统计模型分析经济现象及其他社会问题时，经常会遇到选择参数回归模型还是非参数回归模型的问题，且在决定选择非参数回归模型后，又会出现在多种非参数回归模型中如何选择一个较好模型的问题。本论文针对上述两个问题，利用实例进行研究，尝试使用多种非参数回归方法进行建模，结合实例所反映的具体问题比较模型的优劣。在此基础上，论文提出了一种将多个非参数回归模型优点结合的组合非参数回归模型法，充分发挥了非参数回归的稳健性作用，对实例进行分析的结果发现，组合非参数回归法更能反映实际情况，取得了较理想的效果。论文对如何选择参数回归模型和非参数回归模型提出了参考性意见，传统的参数回归模型常以误差平方和最小为判断模型优劣的标准。论文研究发现，对于非参数回归模型来讲，不能再以误差平方和最小为评价标准，对于一个建立起来的经济模型，首要的评价标准是模型符合经济理论意义。在经济理论分析中，常会遇见这样的问题：模型的系数随着自变量不同阶段发生变化，参数回归模型在处理这类问题时表现得很无力，往往只能给出一个单一不变的系数，不能反映问题的本质，此时，非参数回归模型优势得以体现，应当首先选用非参数回归模型。其次，经济理论分析中还常出现这样的问题，即两个变量之间在理论上应当有明显的因果关系，而建立的参数回归模型却显示其系数不能通过显著性检验，此时就宜选择非参数模型，来拟合数据，对变量之间的关系进行很好的解释。