论文主要研究了非参数局部多项式回归估计模型。非参数局部多项式回归估计模型是非参数回归估计模型中非常重要的一类非参数统计方法,较核估计方法能很好的反映变量与变量之间的相关关系,在经济、自然科学、社会科学等领域有着重要的应用价值。因此,对非参数局部多项式回归估计模型进行深入、系统、广泛的研究显得非常重要。本论文主要研究了一下几方面的内容。首先,从产生背景入手,介绍了非参数局部多项式回归估计模型的基本概念以及研究概况。讨论了线性回归模型、非参数回归模型、最小二乘估计方法、核和核估计方法,给出了线性光滑器的概念,得到了若干命题和结论并给出了证明。其次,给出了非参数局部多项式回归估计模型中回归函数r (x)的估计量(r|^)_n (x),计算了该估计值的均值和方差。给出了缺一交叉验证得分的概念,讨论了最优带宽的理论的和实际的选择方法,并得出实际最优带宽的值。将非参数局部多项式回归估计模型和多项式估计模型应用于城市居民消费额和外汇储备额的相关关系的分析,得到了两种模型的拟合值的拟合曲线。通过拟合值与实际值的比较、拟合曲线的比较和最小均方误差(MSE)值的比较结果进行分析,得出非参数局部多项式回归估计模型较多项式估计模型更适用于小样本分析的结论。最后,从Neumann等人的方法入手,引入差分序列,在Hall、Kay和Titterington的方法的基础上进一步得出更一般的非参数回归估计模型中通过差分序列方法的方差估计。给出了最佳带宽、方差估计量(V|^)_h (x)的整体均方风险的性质,讨论了方差估计量(V|^)_h (x)的渐进正态性。