摘要：我们建议自动选择递归的带宽由随机近似算法定义的回归函数的非参数估计。这里的解释数据是曲线，响应是真实的。我们将我们的递归估计与Ferraty和Vieu（2002）提出的非递归估计进行了比较。这个这两种方法基于野生自举方法，其中重采样是根据适当估计的残差分布进行的。此外，我们还为我们提出的递归估计建立了一个中心极限定理。我们使用野生引导选择带宽和一些特殊的步长。因此，所提出的递归估计量在估计误差方面具有竞争力，但在计算成本方面要好得多。提出的估计量用于模拟和实际函数数据集。

关键词和短语：渐近正态性，曲线拟合，函数数据，回归估计，平滑，随机近似算法，野生函数引导。