我们考虑估计条件分布的问题$<trans\; data-src="P">P（P）</trans><trans\; data-src="(">(</trans>\mathrm{<trans\; data-src="Y">Y（Y）</trans>}<trans\; data-src="\in ">\in </trans>\mathrm{<trans\; data-src="A">A类</trans>}<trans\; data-src="|">|</trans>\mathrm{<trans\; data-src="X">X（X）</trans>}<trans\; data-src=")">)</trans>$功能数据对象的$\mathrm{<trans\; data-src="Y">Y（Y）</trans>}<trans\; data-src="=">=</trans><trans\; data-src="(">(</trans>\mathrm{<trans\; data-src="Y">Y（Y）</trans>}<trans\; data-src="(">(</trans>\mathrm{<trans\; data-src="t">t吨</trans>}<trans\; data-src=")">)</trans><trans\; data-src=":">:</trans>\mathrm{<trans\; data-src="t">t吨</trans>}<trans\; data-src="\in ">\in </trans><trans\; data-src="[">[</trans>\mathrm{<trans\; data-src="0">0</trans>}<trans\; data-src=",">,</trans>\mathrm{<trans\; data-src="1">1</trans>}<trans\; data-src="]">]</trans><trans\; data-src=")">)</trans>$在连续函数空间中，给定协变量X（X）在一般空间中，假设Y（Y）和X（X）通过函数线性回归模型进行关联。提出了两种估计方法，一种是基于估计模型残差的经验分布，另一种是将函数参数模型拟合到模型残差。我们表明，在相对温和的假设下，可以实现一致的估计。我们举例说明了一类集合A类指定的路径属性Y（Y）应用程序中感兴趣的。在几次模拟实验中，对提出的方法进行了研究，并对电价和污染曲线进行了数据分析。