随着统计学研究与应用范围的不断扩大,具有空间位置信息与时间属性的时空数据得到了很多研究者的重视。在时空数据的分析中最主要的研究是回归关系的时空相关性与时空非平稳性,因此时空变系数回归模型在分析时空数据回归关系的非平稳性方面具有很大的作用。时空变系数回归模型是地理加权回归模型在时空上的直接推广。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,将数据的时空坐标嵌入到回归模型,为分析回归关系的时空非平稳性提供了有效地分析方法。本文基于局部线性拟合方法研究了在时空数据分析中具有重要应用背景的时空变系数模型,半参数时空变系数模型以及它们的统计推断问题,主要创新点如下：(1)介绍了变系数回归模型,空间变系数回归模型及其局部线性估计方法,叙述了时空变系数回归模型的研究现状,时空加权回归模型的GTWR方法与基于局部线性估计方法的时空变系数回归模型系数函数的估计方法。(2)提出了一类可描述回归系数函数更广泛类型的时空变化特征的半参数时空变系数模型,基于局部线性拟合技术给出了该模型的二步估计方法,得到了参数系数函数和非参数系数函数的估计,为统计推断提供了理论基础。(3)基于局部线性拟合技术给出了时空变系数模型与半参数时空变系数模型回归系数的检验方法.提出了基于广义似然比统计量检验所有回归系数为时空坐标的线性函数的检验方法以及部分系数函数为时空坐标已知函数的线性组合的检验方法。