در بسیاری از مدل های آماری که در طول زمان جمع آوری می شوند، داده های آماری همبسته هستند. در این مدل ها روش معمول برای برآورد پارامترهای مدل، استفاده از اطلاعات حاصل از همبستگی بین خطاها در مدل سازی است. در این پایان نامه هدف، بررسی نوعی رگرسیون خطی موضعی است که در آن فرض می شود خطاهای آماری از یک سری زمانی پیروی می کنند.در ابتدا به برخی مفاهیم پایه در رگرسیون و سری های زمانی پرداخته ایم. همچنین ملاک اطلاع بیزی را به منظور تعیین مقدار مناسب پارامتر میزان سازی در روش کمترین توان های دوم تاوان داده با تاوان قدر مطلق انحرافات جمع شده ی هموار معرفی کرده ایم. پس از آن به برآورد توابع رگرسیونی به روش ناپارامتری پرداخته و در پایان نامه نوعی رگرسیون خطی موضعی را مورد استفاده قرار داده ایم. روش کمترین توان های دوم تاوان داده را معرفی کرده و در ادامه با استفاده از مطالب پیشین به هموار سازی متغیر وابسته توسط رگرسیون خطی موضعی پرداخته ایم. از روش کمترین توان های دوم تاوان داده با تاوان قدر مطلق انحرافات جمع شده ی هموار به منظور تعیین مرتبه فرآیند خطاها که یک فرآیند خود بازگشت بود استفاده کرده ایم. سپس با شبیه سازی گسترده ای برتری این روش را نسبت به روش های زیائو و همکاران و روش نیم رخی نشان داده ایم. یک مثال واقعی در رابطه با اقتصاد کشورمان را با این روش تحلیل کرده ایم و به بررسی رابطه بین شاخص کل بورس و نرخ تورم پرداخته ایم. در آخر نیز به نتیجه گیری از پایان نامه و ترسیم سر خط پژوهش های آینده می پردازیم.