近年来，关于统计模型的研究发展迅速。其中，半参数模型的研究已受到海内外学者的广泛关注。其在保留了非参数模型灵活性的同时，兼具了参数模型优良的稳定性和可解释性。因此，半参数模型可更好地探索数据间的结构，发现新的规律与知识。部分线性单指标模型作为半参数模型中十分重要的一类，是处理多元非参数问题的有力工具。其可将许多协变量转化为一个指标项进行建模，从而在一定程度上克服了维数灾难。本文对部分线性单指标模型的统计推断进行了研究，可大致分为两个问题。首先，在部分线性单指标模型的参数估计方面，采用了两种方法，即局部线性剖面最小二乘法和B-样条剖面最小二乘估计，之后介绍了光滑参数的选择及估计量的大样本性质。第二个问题主要涉及部分线性单指标模型的结构识别，提出了一种基于信息准则(LIC)的模型识别方法，可用来判断当给定一组协变量后，哪些协变量应置于参数部分，哪些置于非参数部分。在随机模拟中，模拟了不同误差分布与协变量不同相关性的情况下，估计方法和LIC信息准则的表现。模拟结果显示，B样条剖面最小二乘估计方法可以得到更稳健的估计结果;LIC准则在不同残差分布下都可以很有效地进行模型识别。最后，通过具体问题阐述了本文方法的实际应用。