小波分析是上世纪80年代开始，逐渐发展成熟起来的一种数学分析，但将小波方法用于半参数回归模型则是近十多年来的事。由于这一方法特有的优点，近年来受到许多学者的关注，已经成为一个热点研究领域，但目前国内外用小波方法所研究的回归模型，其随机误差一般是i．i．d序列或鞅差序列。众所周知，时间序列是应用中最为广泛的随机变量之一，因此把误差为时间序列的回归模型作为研究课题，将会有大量的工作可做，同时也有很好的应用背景。 本文对半参数回归模型：y<,i>=x<τ><,i>β+g(t<,i>)+e<,i>，i=1，…，n主要做了以下三个方面的研究： 1、我们用小波构造权函数，通过最小二乘法对参数β与非参数g(t<,i>)进行估计，并采用Daubechies正交小波进行了数值模拟。 2、用尺度函数构造参数与非参数估计量并证明了它们的渐近正态性，均方相合性。 3、利用小波的去噪功能处理半参数回归模型，本文直接使用了Haar小波函数通过软、硬阈值去噪方法，对参数β与非参数g(t<,i>)进行估计，并进行了数值模拟。 通过数值模拟，我们可以看到这两种用小波方法对半参数回归模型的参数β与非参数g(t<,i>)的估计是比较有效的方法。