随着现代统计学的快速发展，越来越多的统计学者开始注意到非参数统计。非参数中的核密度估计在统计推断中扮演着十分重要的角色，它是目前非参数统计中很热的研究分支之一。当观测数据独立时，已有一些文献讨论了此问题，但在本文中我们的目的是研究在一定混合结构下空间数据的空间回归估计.特别是，当数据独立时，我们研究了诸如：正态性和Bootstrap逼近等问题。现将本文的主要研究内容概括如下：　　 1.基于N-W估计得到了在一定混合条件下空间回归的估计，并在给定的条件下证明了其估计是弱相合的，而且还研究了其收敛速度.为了保证其收敛性，还给出了混合系数和幅宽应当满足的相应条件.而对于回归函数没有假设任何限制条件，而混合系数可较慢地趋向于零.当然，为了得到最优的收敛速率，给回归函数附加一定的要求和假设混合系数递减速率趋于零是必要的.　　 2.首先介绍了Tran(1990)的在一定混合条件下多维核密度估计的一些相应结果.其次，在一定的条件下，证明了脚标在ZN(表示在N维欧几里德空间里的整数格子点集)中的平稳随机场的多维核密度估计量的渐近正态性，这结果被用到许多空间模型.　　 3.当观测数据独立时，在给定的条件下，证明了空间回归核估计的渐近正态性和Bootstrap逼近.　　 4.当观测数据独立时，在给定的条件下，证明了多维密度核估计的渐近正态性，Bootstrap逼近，并研究了其逼近速度.