Analizar la covariabilidad entre el regresor de Hilbert y la variable de salida escalar es crucial en estadísticas funcionales. En esta contribución, el suavizado del núcleo de la Regresión de Error Relativo (RE-regresión) se utiliza para resolver este problema. Precisamente, utilizamos el error cuadrático relativo para establecer un estimador de la regresión de Hilbert. Como resultados asintóticos, se asume que las observaciones de Hilbert son cuasi-asociadas, y demostramos la casi completa consistencia del estimador construido. Se discute la viabilidad de este modelo de Hilbert como predictor en datos de series temporales funcionales. Además, ofrecemos algunas ideas prácticas para seleccionar el parámetro de suavizado basado en el procedimiento de bootstrap. Finalmente, se realiza una investigación empírica para examinar el comportamiento de la estimación de RE-regresión y su superioridad en la práctica.