非参数回归模型，由于其回归函数的形式可以任意，而且对随机变量(X，Y)的分布限制较少，因而在实际中有着广泛的应用背景。几十年来，统计工作者对这一模型进行了深入细致的研究。无论在理论上还是应用上，都取得了许多优秀成果。 本文主要研究如下问题：设(X，Y)为R×R及值r．v．E|Y≤∞，(X1，Y1)，(X2，Y2)，…(Xn，Yn)为取自(X，r)的i.i.d．样本，m(x)为未知实值函数，满足： Yi=m(Xi)+εi E(εi)=0 σ2(Xi)=Var(εi)＜∞ 研究目标是用样本(X1，Y1)，(X2，Y2)，…(Xn，Yn)来估计m(x)，并讨论估计(?)(x)的大样本性质。 本文对上述模型，利用变窗宽局部线性回归方法，给出了m(x)的核形估计，并讨论了这一估计的渐近正态性、依概率收敛速度、和均方收敛速度。本文所用的变窗宽局部线性回归方法，继承了局部线性回归的优点，并且使用变窗宽提高了所得估计的可塑性。并使之能成功地处理空间非齐次曲线等复杂形状的曲线拟合问题。所得估计的渐近结果为求渐近最优窗宽方案以及直接从数据估计最优变窗宽提供了理论基础。