在实际应用领域中,数据分布往往是不对称的有偏分布。此时,部分线性众数模型是刻画这些特征的一个重要方法。因为部分线性众数模型是部分线性模型和众数回归模型的整体改进。一方面,部分线性模型保留了非参数模型平滑的特征,也克服了维数诅咒等缺陷。另一方面,众数模型拓宽了回归的适用范围,特别是数据服从重尾分布或者存在异常值时,众数回归与传统的均值回归相比,可以提供更有意义的预测并获得更好的结果。然而,对于部分线性众数模型的研究,大多是在完全数据下进行的,但在实际研究中,由于被调查者的疏忽或者涉及敏感性问题,会造成数据的大量缺失。对于缺失数据下,部分线性众数模型的参数估计,至今还没有学者进行系统的研究。因此,本文主要研究缺失数据下部分线性众数模型的统计推断问题。本文分为四个部分,第一章介绍了部分线性众数模型的研究意义及背景;第二章简单介绍了部分线性众数模型和非参数部分的核估计方法,并结合MEM算法估计出模型的参数;第三章引入了一种逆概率加权的思想,利用众数加权MEM算法处理协变量缺失的问题;第四章利用单一插补、多重插补,众数插补方法处理响应变量的缺失,再利用MEM算法给出模型的参数估计。