在各学科研究领域中,因果关系普遍存在,如身高影响体重、企业形象影响企业绩效、班级氛围影响学生成绩等,因果关系研究一直是实证研究的热点。在因果关系中,线性因果关系是主要研究对象,线性因果关系建模方法也成为处理因果关系的常用统计工具。目前处理线性因果关系的方法主要包括线性回归分析、路径分析、结构方程模型、多层次线性模型。在线性因果关系研究中,原因的选取是关键。社会研究中经常发现,有些原因之间是平行关系,如投资和消费;有些原因之间是递进关系,如收入与消费,将这两个变量同时作为原因,收入不仅会对结果产生直接影响,还会通过消费产生间接影响;也有些原因之间是嵌套关系,如班级氛围和学生学习态度,这是两个层次的原因。由于原因之间的关系不同,因果关系可以分为三类:平行、递进、嵌套。与因果关系类型相对应,建模方法也大致沿两条主线在演进,一条基于平行关系到递进关系,从线性回归分析演进到路径分析,再到结构方程模型,一条基于平行关系到嵌套关系,从线性回归分析演进到多层次线性模型。目前对线性因果关系建模方法的研究多是对单一方法的研究和应用,从演进的角度对其进行的系统研究比较缺乏,本文所做的研究具有一定的必要性和现实意义。首先本文对线性因果关系建模方法的各个发展阶段进行了理论梳理,介绍了各种方法的基本思想、基本形式、参数估计、检验、适用范围和不足。其次借助三个案例来进行应用研究,分别为基于线性回归、路径分析、多层次线性模型的我国国内生产总值影响因素分析;利用结构方程模型进行的的消费者网上信任分析。然后,对各种方法的特点进行归纳汇总,从而归纳出建模方法的演进规律。最后,对线性因果关系建模方法论的进一步发展和应用进行展望。通过研究发现,线性因果关系建模方法是一套严密的方法论体系,不是对前一种方法的简单否定,而是在传承中发展和创新的过程。从解决问题角度来说,就第一条主线而言,从线性回归分析到结构方程模型,实现了对中间变量和潜变量的处理,实现了从不允许自变量有误差到允许自变量有误差。就第二条主线而言,从线性回归分析到多层次线性模型,实现了对分层数据的处理。同时,在线性因果关系建模方法演进过程中,假定条件逐渐放宽,参数估计方式更加科学合理,对样本信息应用更加充分。经过不断的演进,线性因果关系建模方法适用性增加,应用越来越广泛。本文从方法论的角度,对线性因果关系建模方法进行系统研究,从而归纳出其演进规律,在相关研究中比较新颖,并可以为其应用和后续发展提供参考依据。