В данной статье рассматриваются задачи анализа стохастических систем, описываемых нелинейными статистическими моделями с неоднородной функциональной формой в пространстве существенно зависимых признаков. Предполагается, что функциональная неоднородность моделей обусловлена различными классами состояний системы. Приводятся результаты аналитического и экспериментального исследования алгоритма классификации состояний системы, а также алгоритма прогнозирования зависимых переменных, основанных на непараметрической оценке многомерной плотности вероятностей с адаптивным гауссовским ядром