部分线性模型是一种重要的半参数统计模型，纵向数据是指对同一样本或同一组样本在不同时间或空间上进行重复观测而得到的数据。这一特点决定了纵向数据既能更好地分析出样本随时间变化的趋势,又能更准确地反映出样本间的差异和样本内的变化。而分位数回归则是利用自变量X和因变量Y的条件分位数进行建模。　　 本文主要研究了纵向数据部分线性模型的估计问题，主要做了以下两个方面的工作:　　 (1)基于分位数回归方法和一般的非参数权函数估计方法，构造了参数分量和非参数分量的估计量。在一定条件下证明了参数估计量的渐近正态性，并得到了非参数估计量的最优收敛速度。　　 (2)基于经验似然方法和平滑经验似然方法，分别构造了模型中参数分量的经验似然估计和平滑经验似然估计，并在一定条件下证明了这两个估计量与分位数回归估计量具有相同的渐近分布。