从二次回归模型Y=sin(X）+ε（X服从均匀分布U(0，2π），ε服从标准正态分布）产生500 个样本（X1，Y1),（X2,Y2)，…，（X500，Y500），作出Y关于X的N-W回归函数曲线.

好的，首先解释一下N-W回归函数曲线是什么。N-W回归函数曲线是一种经过Newey-West标准误差校正的回归函数曲线，它可以在存在异方差性的情况下得到更准确的结果。

现在回到您的问题，为了作出Y关于X的N-W回归函数曲线，需要按照以下步骤操作：

1.首先，生成500个样本数据，其中X服从均匀分布U(0,2π)，Y=sin(X)+ε，其中ε服从标准正态分布。

2.对生成的数据进行N-W标准误差校正，得到N-W回归函数曲线。

3.使用Python的matplotlib库将N-W回归函数曲线绘制出来。

下面是Python代码实现：

import numpy as np
import matplotlib.pyplot as plt
from statsmodels.regression.linear_model import OLS
from statsmodels.tools.tools import add_constant
from statsmodels.stats.diagnostic import het_breuschpagan

# 生成数据
np.random.seed(42)
n = 500
x = np.random.uniform(0, 2*np.pi, n)
y = np.sin(x) + np.random.normal(0, 1, n)

# N-W标准误差校正
X = add_constant(x)
model = OLS(y, X)
results = model.fit(cov_type='HAC',cov_kwds={'maxlags': 1})

# 绘制N-W回归函数曲线
plt.scatter(x, y, alpha=0.5)
plt.plot(x, results.fittedvalues, color='red', linewidth=2)
plt.title('Y vs X N-W regression')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

运行以上代码，即可得到Y关于X的N-W回归函数曲线。