半参数变系数部分线性模型是近年来兴起的处理高维数据的一类新的模型。模型中既有参数分量，又有非参数分量，所以，该模型不仅具有参数模型利于解释的特点，而且还具有非参数模型比较稳健的特点。因此，它在信息科学、计量经济、金融工程、以及生物医学等领域得到了广泛的应用。自适应变系数模型作为变系数模型的一类推广，它的优点在于给定选择方向β，较容易知道系数函数的外貌，对于观察系数函数的变化是很有用的。　　在处理生活中的实际问题时，我们经常遇到缺失数据、测量误差数据等复杂数据。关于复杂数据的研究，己经成为现代统计学研究的热点问题之一。所以，本文在缺失数据下，研究变系数部分线性EV模型和自适应变系数EV模型的估计与性质，具有一定的理论价值和现实意义。　　首先，针对响应变量存在缺失、协变量带有误差的变系数部分线性模型，利用核估计方法对系数函数进行两步估计，证明了估计值的渐近正态性，并通过数值模拟得出第二步估计值比第一步估计值更优。其次，针对响应变量带有缺失、协变量带有误差的自适应变系数模型，应用局部线性最小二乘方法和校正技术，分别在完整观测数据估计方法、填补估计方法下给出系数函数的估计，并且给出估计的渐近正态性证明，最后模拟研究结果显示填补估计方法得到的估计的精度比完整观测数据估计方法略高一些。