非参数回归模型发展于二十世纪七十年代,是非常重要的一个统计模型,模型中的回归函数形式是任意的并且对随机变量的分布限制较少,虽然回归结果外延困难,但拟合效果较好,可以较好的描述样本数据体现出来的非线性特征,因此在实际问题中得到广泛的应用。　　在非参数回归模型下当误差为独立情型时已经有很多学者研究过,然而,在很多实际问题中模型误差常常是不独立的,出于理论与实际的需要,许多学者相继提出、讨论各种相依混合序列的收敛性质,而 NA序列和j-混合序列是其中比较重要的两种相依序列。本文研究了基于固定设计的非参数回归模型下当误差为NA序列和j-混合序列时估计量的相合性,主要内容如下:　　第一章介绍了非参数回归模型的背景知识,以及国内外学者所做的工作,最后给出文章结构安排。　　第二章详细介绍了非参数回归模型,给出了φ-混合序列定义及φ-混合序列的Rosenthal不等式,Bernstein型不等式及相关假设条件,同时利用不等式证明了非参数回归模型估计量的矩收敛、一致收敛、几乎处处收敛和收敛速度。　　第三章介绍了NA序列定义及NA序列Rosenthal不等式,Bernstein型不等式,在相应假设条件基础上给出了非参数回归模型估计量的几乎处处收敛的性质。　　最后对本文的工作进行了总结,并且给出了下一步研究计划。