纵向数据是在日常生活中常见的一种数据模型，是对个体在不同的时间或空间多次重复观测而得到的数据.它不仅克服了截面数据和时间序列数据的缺点，而且可以有效的综合考虑了截面数据和时间序列数据的优点与特点.Engle等(1986)在分析电力需求与气候变化之间的关系时提出了部分线性模型.由于部分线性模型结合了线性模型和非参数模型的特点，因而具有更大的灵活性.在实际生活中，由于测量仪器等因素的影响，我们得到的纵向数据可能有些协变量具有测量误差，如果不考虑误差的影响，那么得到最终的估计将不再满足如无偏性，相合性等.因此，对具有测量误差的纵向部分线性模型的统计推断问题进行研究，具有较强的实际应用价值。　　本论文在前人研究成果的基础上，借助经验欧氏似然方法考虑具有测量误差的纵向部分线性模型的估计问题.在第一章中，首先介绍了纵向数据及其部分线性模型的研究背景，接着介绍本文要研究的主要问题.最后介绍了本文的主要研究思路及内容.在第二章中，讨论了纵向部分线性模型的经验欧氏似然方法，从理论上给出了参数β和未知函数θ的点估计，并构造了估计的置信区间，证明了估计的渐近分布为卡方分布.在第三章里，我们运用经验欧氏似然方法讨论具有测量误差的部分线性模型，且分别讨论在测量误差协方差已知和未知的情况下得出模型中参数的估计，并构造估计的置信区间，进一步证明估计的渐近分布性质.最后，对研究的问题进行模拟，主要是运用经验似然和经验欧氏似然方法得出的覆盖率和区间估计进行模拟比较.从模拟结果可以发现，两种方法得到的覆盖率和区间估计都比较接近，但从理论计算上来说，经验欧氏似然方法在计算上比较简单，从实际应用的角度来看，具有较强的实际应用价值。　　本文的特色主要体现在以下两个方面:　　1.本文用经验欧氏似然方法对具有测量误差的纵向部分线性模型参数和基准函数进行统计推断，得出其渐近分布等性质.运用经验欧氏似然方法估计参数，获得的检验函数具有显式解，得到的解比较简单，结论也比较好，便于实际应用。　　2.本文的结论可以丰富和完善具有测量误差的纵向数据线性模型的理论，有较强的理论和实际应用价值。