我们研究线性平滑器及其在构建非参数回归模型中的应用。在本文的第一部分中，我们研究了散点图线性平滑器的某些方面；例如running-man和runninglinear、核和三次样条曲线平滑器。使用相应的光滑器矩阵的特征值和奇异值分解来定性描述光滑器，并讨论了其他几个问题，如光滑器的自由度。在本文的第二部分中，我们描述了如何使用线性平滑器使用“反拟合算法”来估计加性模型，这是一个强大的非参数回归模型。我们证明了反拟合是高斯-塞德尔迭代方法，用于求解与加性模型相关的一组正态方程。我们提供了一致性和非退化性的条件，并证明了包含三次样条平滑器的一类平滑器的逆处理和相关算法的收敛性。