随着经济的飞速发展,汽车尾气已成为城市空气污染最主要的来源之一。推广新能源汽车是减少尾气污染的有效途径。此外,在污染源排放比较稳定的条件下,城市的气象条件对空气质量的影响居于主导地位。本文利用可加部分线性模型研究影响新能源汽车购买的因素及气象条件对空气质量的影响。可加部分线性模型将多元线性回归和非参数回归相融合,既考虑了协变量与响应变量呈线性关系的问题,又考虑了协变量与响应变量呈非线性关系的问题。可加部分线性模型的这种灵活优势使得其具有广泛的适用性,可以应用于许多实际问题的研究。本文首先介绍可加部分线性模型及其相关研究现状,并阐述bcakfitting算法、常用的三种非参数估计方法和带宽选择方法。然后进行数值模拟研究,验证backfitting算法对模型估计的有效性,同时比较核估计、局部线性估计和B样条估计的性能。最后进行实证分析,将可加部分线性模型应用到新能源汽车数据和气象数据的统计分析中。在实证分析中,首先对郑州市2016-2017年的空气质量状况和气象条件进行描述性统计分析;然后通过灰色关联分析和Pearson相关性分析,验证所研究的问题符合可加部分线性模型;最后基于气象数据和新能源汽车数据建立可加部分线性模型,并根据实证结果提出几点建议。