近几十年来,纵向数据在生物、医学、金融和农业等自然科学领域中比较常见,它主要来自于每个个体在不同时间点上的观测值。纵向数据的特点是个体之间相互独立,但个体内部是相关的,此时传统的估计方法就不太适用了。关于纵向数据下非参数模型与半参数模型的估计,已经有了很成熟的研究成果,而对部分线性模型的研究还不完全。部分线性模型作为半参数模型的一种,它结合了传统的线性模型和非参数模型两部分,既能够明显减少模型偏差,同时又保持了线性模型的易于解释的优点,因此吸引了统计学者的广泛关注。本文主要考虑纵向数据下,部分线性模型的估计问题。基于Cholesky分解和Profile最小二乘估计方法,本文给出了纵向数据下部分线性模型的一种新的估计方法,并且得到估计的大样本性质,同时进行了数据模拟。模拟结果显示,本文提出的方法能够很好的拟合未知函数,估计值均与真实值非常接近,参数估计的偏差和标准差均较小,并且参数估计是渐近正态的。