Nous nous interessons aux methodes d'estimation non parametriques par noyaux recursifs ainsi qu'a leurs applications a la prevision. Nous introduisons dans un premier chapitre une famille d'estimateurs recursifs de la densite indexee par un parametre 0, 1]. Leur comportement asymptotique en fonction de va nous amener a introduire des criteres de comparaison bases sur les biais, variance et erreur quadratique asymptotiques. Pour ces criteres, nous comparons les estimateurs entre eux et aussi comparons notre famille a l'estimateur non recursif de la densite de Parzen-Rosenblatt. Ensuite, nous definissons a partir de notre famille d'estimateurs de la densite, une famille d'estimateurs recursifs a noyau de la fonction de regression. Nous etudions ses proprietes asymptotiques en fonction du parametre . Nous utilisons enfin les resultats obtenus sur l'estimation de la regression pour construire un predicteur non parametrique par noyau. Nous obtenons ainsi une famille de predicteurs non parametriques qui permettent de reduire considerablement le temps de calcul. Des exemples d'application sont donnes pour valider la performance de nos estimateurs."