本学位论文主要研究缺失/删失条件下平稳遍历函数型数据条件特征数的非参数核估计的渐近性质，并得到了很好的结果，主要内容如下:　　（一）基于函数型平稳遍历下响应变量随机缺失时条件众数的估计在随机缺失(MAR)机制下，利用著名的Nadarage-Watson核估计得到了平稳遍历条件下函数型数据非参数回归模型条件众数估计的几乎处处收敛速度、渐近正态性;由渐近正态性，我们得到了相关的引理以及条件众数的渐近(1-α)的置信区间;最后我们给出了一个模拟分析，针对不同的缺失率我们比较了缺失数据下估计量的均方误差，并得到了很好的估计效果。　　（二）基于函数型平稳遍历下响应变量随机删失时回归函数的估计　　在随机删失机制下，利用著名的Nadarage-Watson核估计得到了平稳遍历条件下函数型数据非参数回归函数核估计的几乎处处收敛速度、渐近正态性;由渐近正态性，我们得到了相关的引理以及回归函数估计的渐近(1-α)的置信区间;最后我们给出了一个模拟分析，针对不同的删失率我们比较了删失数据下估计量的均方误差以及利用直方图和Q-Q图检验了估计量的渐近正态性，并得到了很好的估计效果。