增长曲线模型由Wishart于1938年首次引入,在现代医学、农业等领域中有着广泛的应用,是一种广义多元方差分析模型。研究中通常假定增长曲线为时间的多项式形式,且大多数研究者都是通过选取高阶多项式的方式来提高估计的精度。虽然这种方法得到了广泛的应用和推广,但仍存在很多的缺陷,如模型易受异常点影响,多项式假设要求过高等。基于此,本文首次将非参数估计方法应用到增长曲线模型中。本文第一章首先介绍了增长曲线模型,回顾了该模型的研究发展情况及其存在的缺陷。同时还简单地阐述了一元非参数回归模型的三类估计方法：样条方法(spline approach)、正交级数方法(orthogonal series approach)和局部光滑方法(local model-ing approach)。第二章定义了非参数增长曲线模型(Nonparametric Growth Curve Model),给出了其局部多项式估计并讨论了估计的一些基本性质。第三章借鉴Fan和Gijbels(1996)的研究方法,对非参数增长曲线模型的局部多项式估计的渐近性质进行了讨论。在非参数回归中,一个重要的问题是窗宽的选择,因此第四章对非参数增长曲线模型估计的窗宽选择问题作了详细的讨论。在最后一章中我们采用模拟的方法对参数估计和本文所提出的非参数估计进行了比较。从模拟的结果可以很清楚的看出本文所采用的非参数回归方法比参数估计方法效果要好,由此验证了新方法的优势所在。