本文研究了在考虑测量误差下的变系数部分线性回归模型,即半变系数EV模型的估计问题。本文首先给出了通常变系数模型的形式、常用的估计方法及最小二乘交叉验证带宽选择方法,在这个基础上,对于考虑测量误差的模型,基于局部多项式方法,本文给出一个带有修正项的最小二乘估计方法,继而给出在测量误差下的常数系数及函数系数的具体表达形式。当测量误差带有的误差方差未知时,本文给出对未知方差的估计方法,即采用同一变量的重复观测值进行估计。在此之后,还提出了对于函数参数的广义似然比检验以求证数据适合用此模型。为了评估本文所提出的参数估计方法和测试程序的性能好坏,论文在第三章进行了两个计算机仿真实验及一个基于心脏病研究的真实数据的实践,结果表明,带宽的选择会影响函数系数的拟合效果,而本文研究的半变系数EV模型的估计效果整体好于忽略测量误差的情况。当样本量增大时,前者的估计效果逐渐接近无测量误差模型估计的效果及真值,说明论文的成果可用于对部分模型进行渐近有效的统计推断,同时在医学研究领域具有不错的应用前景。本文研究重点放在线性协变量带有可加测量误差的情况上,而函数系数部分没有测量误差。因而,对于测量误差并非可加性误差的情况、变系数部分也带有测量误差的情况可以做进一步的研究,从而使变系数EV模型能更好的解决实际问题。