变系数模型是经典线性模型的有用替代方案，因为前者比后者更丰富、更灵活。在不同的系数函数依赖于不同的协变量且响应受到随机右删失的情况下，我们为变系数模型提出了系数函数的估计。由于我们的模型具有可加性结构并且需要多元平滑，因此我们采用了平滑回补技术，众所周知，这是避免结构化非参数模型中“维数灾难”的有效方法。估计值基于通过无偏变换获得的合成数据。建立了估计量的渐近正态性，通过模拟研究验证了估计量的可靠性，并将估计过程应用于药物滥用数据。