一直以来,回归模型因其广泛的应用在统计学科中拥有极其重要的地位。半参数回归模型作为回归模型中的一种,兼具参数回归模型和非参数回归模型的特征,充分发掘出了数据中隐藏着的资讯,成为了统计学界研究的主流模型。单指标变系数模型是半参数回归模型之一,它联合了单指标模型和变系数模型的特征,避免了多维参数中常见的“维数灾难”的问题的同时,使单指标模型得到了广泛的推行,在实际应用中也容易获得解释。然而,在我们解决实际问题的过程中,会发现变量数据在各种原因的影响下往往得不到精确的测量,无法获得其真实值。产生这种现象的原因有:抽样误差、测量工具不规范、操作不规范等。统计研究中,我们把带有测量误差的数据称为“测量误差数据”,带有测量误差的问题称为“测量误差问题”。目前为止,可加测量误差问题是统计中研究较多的一个问题,而且大部分已有的文献大都在研究协变量带有可加测量误差的问题。本文主要研究带有可加测量误差的单指标变系数模型,包含指数变量带有可加测量误差和所有变量均带有可加测量误差的情况。首先,我们将模拟-推断(SIMEX)方法、局部回归和估计方程估计方法结合,得到了系数函数和指标参数的估计;然后,在恰当的条件下,我们证明了估计量的大样本性质;最后,我们利用数值模拟和实例分析,验证了估计方法的有效性。