随着统计应用范围的不断扩大，时空数据的统计分析越来越受到人们的重视。对于大型的、产生机制较为复杂的时空数据，要研究数据中某变量与其它变量之间的关系，假定数据结构具有一致性在很多情况下是不现实的。时空加权回归模型是在地理加权回归模型的基础上推广的，通过在变系数回归模型中假定回归系数是地理位置和观测时刻的函数，将观测数据的时空特性嵌入到回归模型中，为分析回归关系的时空特性创造了条件。本文从模型的拟合方法、统计推断、影响分析方面做了研究。基于局部加权最小二乘原理，给出了时空加权回归模型的拟合方法，以及与之相关的权函数选取原则和确定窗宽参数的交叉确认法，并从数学期望和方差的角度，对估计量和因变量拟合值的统计性质进行了分析。对于时空加权回归模型中的全局平稳性、空间非平稳性和时间非平稳性等假设检验问题，利用方差分析的思想，分别构造了检验统计量。在时空加权回归模型的拟合方法中，有一个重要的假设，即时空加权回归模型中的误差项的方差在观测区域内都相同。然而，在许多实际观测中，这一假设并不成立。基于此考虑，本文对时空加权回归模型中误差项的异方差性进行了分析，并给出了Score检验统计量。在统计分析中，我们希望得到的经验回归方程具有稳定性。然而，当我们用数据集对模型进行参数估计时，若数据集中的某些数据点对参数估计有异常大的影响或远离数据集主体，会导致模型的拟合效果欠佳。鉴于此，本文基于数据删除模型，探讨了各组观测数据对模型拟合效果的影响程度，给出了Cook统计量；并基于均值漂移模型对异常点检验问题进行了分析，给出了检验统计量。