This　paper　considers　a　lower　bound　estimation　over　L-P　(R-d)　(1　＜=　p　＜　infinity)　risk　for　d　dimensional　regression　functions　in　Besov　spaces　based　on　biased　data.　We　provide　the　best　possible　lower　bound　up　to　a　Inn　factor　by　using　wavelet　methods.　When　the　weight　function　w(x,　y)　equivalent　to　1　and　d　=　1,　our　result　reduces　to　Chesneau＇s　theorem,　see　Chesneau　(2007).　(C)　2015　Elsevier　B.V.　All　rights　reserved.