线性回归模型是统计分析中的重要模型之一，而模型中参数的估计问题的相关理论与实例的分析又是线性模型的热点问题，本文主要针对这类问题在局部展开了研究，本文的主要工作如下：通过对k-D估计的改进研究，构造了更广泛的一类估计，并在均方误差阵下与已有部分估计进行比较，通过论证得出了此类估计优于其他估计的条件，并将此条件应用到具体的估计中，得出了关于几个常见估计的重要推论；通过对广义岭估计的改进研究，探讨了另一种对最小二乘估计的改进方法，找到了一种有限制的广义岭估计的求得方法，并用实际例子讲解此方法产生和应用过程，同时也验证了此方法的合理性；针对目前对估计理论方面所做的数据分析和实例验证很少这一情况，本文在收集了大量数据的基础上对已有估计理论进行了系统分析和大量的数据模拟计算，验证了岭估计、广义岭估计在均方误差阵下优于最小二乘估计条件的可行性和Liu估计与条件根方估计在均方误差下优于最小二乘估计条件的实用性。通过数据分析得出了已有估计方法的有效性。