现实中，经济变量之间的关系往往呈现出很难确定的非线性关系，参数回归模型存在人为设定误差的缺限，往往使其不能满足经济管理的需要。而非参数回归模型因其能够较好的描述样本数据所体现的非线性特征，故受到人们的广泛关注。本文研究了非参数回归相关理论及其在经济科学中的应用，主要内容如下：（1）探讨了非参数回归模型的概念与原理，提出了权函数W (.)的不同选取方法作为非参数回归分析的分类依据，得到了非参数局部回归分析、非参数样条回归分析、非参数正交回归分析等类型；分别对不同类型的非参数回归分析进行数值模拟，从拟合值与模拟值的对比图中，发现带宽或光滑参数是影响拟合效果的主要因素。（2）给出了NAR(p)建模具体步骤；利用非参数循环预测的方法进行NAR(p)模型推断；对我国2006年11月至2010年12月的同比房屋销售价格指数实证研究，从拟合值与真实值、推断值与真实值的相对误差上，发现NAR(p)模型拟合效果与推断效果都比较好。（3）将Bayes方法与非参数局部线性回归融合，得到了Bayes方法可用于处理m (.)中变带宽的情形，给出了变带宽的后验分布；探讨了后验分布样本的抽样方法及Bayes非参数局部线性回归算法步骤；将Bayes非参数局部线性回归方法用于我国2006年11月至2010年12月的同比房屋销售价格指数实证研究，从平均绝对误差和均方误差两方面发现Bayes非参数局部线性回归的拟合与推断效果明显的优于NAR(p)模型。最后，对本文的工作进行了总结，提出了进一步研究的方向。