众所周知,线性回归模型在现代统计学中是最重要的模型之一,它的应用遍及工业、农业、经济、保险、生物、医学、工程技术和社会科学等领域。 线性回归模型中最基本的问题是回归参数的估计。回归参数的估计方法很多,最基本的方法是最小二乘法。但是,随着容许性理论的发展和对含有较多自变量的大型回归问题的研究,人们发现在有些情况下最小二乘估计的性能可能变的很坏。针对这种情况众多的统计学家提出了各种各样的关于回归参数的有偏估计以改进最小二乘法估计,并研究了它们的一些性质。本文就对文献[4]中提出的有偏估计的性质进行了研究,得到了相应的结果。 全文分三部分: 第一部分 介绍了线性回归模型参数的有偏估计的发展历史和现状,以及本文涉及到的预备知识和符号记法。 第二部分 在[4]中,王松桂得到了在均方误差标准下双k类估计优于最小二乘估计的一个充分条件。在本文中,我们通过一个比较简洁的方法得到了在广义均方误差标准下一个相应的充分条件,从而从另一个方面证明了最小二乘估计的不可容许性。 第三部分 在这一章里我们展望了在有偏估计方面还可以进一步深入的研究的工作,即在广义均方误差准则下讨论各种有偏估计的优良性。