Modelos que combinam componentes paramétricos e não paramétricos são tratados com ênfase em splines e técnicas de suavização para regressão. O texto apresenta a formulação teórica e ferramentas práticas para estimar essas estruturas.

Procedimentos de inferência e questões computacionais aparecem ligados a exemplos de regressão com dados reais e simulados. Há foco em critérios de seleção e em estratégias para avaliar ajuste e complexidade do modelo.

Leitura orientada a quem busca aprofundar métodos semiparamétricos aplicáveis a problemas de modelagem estatística. Inclui discussões sobre extensão a modelos generalizados e interpretações práticas dos componentes do modelo.